Question

我有以下Python代码：

import xml.dom.minidom
import xml.parsers.expat

try:
    domTree = ml.dom.minidom.parse(myXMLFileName)
except xml.parsers.expat.ExpatError, e:
    return e.args[0]

我用来解析XML文件。虽然很高兴地发现像标记不匹配这样的简单XML错误，但它完全忽略了XML文件顶部指定的DTD：

<?xml version="1.0" encoding="UTF-8" standalone="no" ?>
<!DOCTYPE ServerConfig SYSTEM "ServerConfig.dtd">

所以它没有注意到例如缺少必需元素的时间。我该如何开启DTD检查？

Answer 1

请参阅this question - 接受的答案是使用lxml validation。

Answer 2

仅作为解释：Python xml.dom.minidom和xml.sax默认使用expat解析器，这是一个非验证解析器。它可以读取DTD以进行实体替换，但不会对DTD进行验证。

gimel和Tim推荐使用lxml，它是libxml2和libxslt库的一个很好的pythonic绑定。它支持针对DTD的验证。我一直在使用lxml，我非常喜欢它。

Answer 3

仅供记录，这就是我的代码现在的样子：

from lxml import etree

try:
    parser = etree.XMLParser(dtd_validation=True)
    domTree = etree.parse(myXMLFileName, parser=parser)
except etree.XMLSyntaxError, e:
    return e.args[0]

Answer 4

我推荐lxml而不是xmlproc因为PyXML包（包含xmlproc）不再开发了; PyXML可以使用的最新Python版本是2.4。

Answer 5

我相信你需要从expat切换到xmlproc 看到： http://code.activestate.com/recipes/220472/

Python xml.dom.minidom.parse（）函数忽略DTD

5 个答案: