Question

我需要解析var和＆amp; group根元素。

代码

import xml.etree.ElementTree as ET
tree_ownCloud = ET.parse('0020-syslog_rules.xml')
root = tree_ownCloud.getroot()

错误

xml.etree.ElementTree.ParseError：文档元素之后的垃圾：第17行，第0列

示例XML

<var name="BAD_WORDS">core_dumped|failure|error|attack| bad |illegal |denied|refused|unauthorized|fatal|failed|Segmentation Fault|Corrupted</var>

<group name="syslog,errors,">
  <rule id="1001" level="2">
    <match>^Couldn't open /etc/securetty</match>
    <description>File missing. Root access unrestricted.</description>
    <group>pci_dss_10.2.4,gpg13_4.1,</group>
  </rule>

  <rule id="1002" level="2">
    <match>$BAD_WORDS</match>
    <options>alert_by_email</options>
    <description>Unknown problem somewhere in the system.</description>
    <group>gpg13_4.3,</group>
  </rule>
</group>

我尝试了关于stackoverflow here的其他几个问题，但没有人帮忙。

我知道原因，因为它没有得到解析，人们通常会尝试黑客攻击。 IMO在XML中使用多个根元素是一个非常常见的用例，在ET解析库中必须有一些东西才能完成。

Answer 1

如评论中所述，XML文件不能有多个根。就这么简单。

如果您确实以这种格式接收/存储数据（然后它不是正确的XML）。你可以考虑用假标签来包围你所拥有的东西，例如

import xml.etree.ElementTree as ET

with open("0020-syslog_rules.xml", "r") as inputFile: 
  fileContent = inputFile.read()
  root = ET.fromstring("<fake>" + fileContent +"</fake>")
  print(root)

Answer 2

实际上，示例数据不是格式良好的XML文档，但它是一个格式良好的XML实体。一些XML解析器可以选择接受实体而不是文档，而在XPath 3.1中，您可以使用parse-xml-fragment（）函数解析它。

解析这样的片段的另一种方法是创建一个包装器文档，将其作为外部实体引用：

<!DOCTYPE wrapper [
<!ENTITY e SYSTEM "fragment.xml">
]>
<wrapper>&e;</wrapper>

然后提供此包装器文档作为XML解析器的输入。

如何用多个根元素解析xml

2 个答案: