Question

但是我在这里找到了很多答案，不幸的是，他们不适合我。

我有Ubuntu x64，python 3.4.2。

我正在解析一个包含 等html实体的网页：

import xml.etree.ElementTree as ET
page = 'some string I get from requests.get'
parser = ET.XMLParser()
parser.parser.UseForeignDTD(True)
tree = ET.fromstring(page, parser=parser)

许多答案都包含此代码，以防止unknown entity &nbps;之类的错误。当我编译此代码时，它会抛出一个错误：

AttributeError: 'xml.etree.ElementTree.XMLParser' object has no attribute 'parser'

或

AttributeError: 'xml.etree.ElementTree.XMLParser' object has no attribute '_parser'

（在上面的代码中代表我在第4行写的parser对象的成员。神奇的是，当我尝试从PyCharm IDE转到此代码时，它向我显示该成员是存在的并且在类构造函数中成功创建：

# underscored names are provided for compatibility only
self.parser = self._parser = parser
self.target = self._target = target

我的问题是：

为什么这不起作用？
是否可以不手动添加每个实体以防止解析错误？

Answer 1

我今天遇到了同样的问题，尽管我使用的是Python 2.7.3。据我所知，这在你第一次尝试时确实有效，但在某些时候，解析器确实失去了它的_parser属性。如果您可以在抛出此异常的位置检查该对象，而不是在创建时检查该对象，那么您将看到它没有说谎。

令人讨厌我无法弄清楚这是怎么发生的。我试图对XMLParser.feed()方法进行修补，这就是抛出此异常的原因：

def feed(self, data):
    try:
        self._parser.Parse(data, 0)
    except self._error, v:
        self._raiseerror(v)

删除_，因为parser属性确实存在，并且应与_parser相同。但后来我开始收到错误，表明解析器仍在执行先前fromstring调用的状态。

相反，最终对我有用的是每次我需要时简单地重新创建XMLParser对象，即

class DecodeEntities:
    def __getitem__(self, key):
        if key in name2codepoint:
            return unichr(name2codepoint[key])
        else:
            # Note that this removes unrecognised entities
            return ''

class Parse:
    def from_unicode(self, unic):
        # We also want the parser to understand HTMLX entities.
        # Note that this has to be created every time - reusing a
        # parser appears not to be possible.
        parser = ElementTree.XMLParser()
        parser.parser.UseForeignDTD(True)
        parser.entity = DecodeEntities()

        ret = ElementTree.fromstring(unic, parser=parser)

Python 3 XML解析器未知实体错误

1 个答案: