在 Python 3 中使用 etree 解析 XML答案

【问题标题】：Parsing XML with etree in Python 3在 Python 3 中使用 etree 解析 XML
【发布时间】：2023-02-21 20:53:29
【问题描述】：

我正在尝试使用 etree 解析 XML 文件，使用

tree = etree.parse(path_to_xml)

给我一个错误：

lxml.etree.XMLSyntaxError : CData secton too big found.

所以我试图删除所有 CData 标签，但为了阅读它，我需要解析，这样解决方案就毫无意义了。

删除 CData 标签就可以了，我试过为此使用正则表达式，但这是一个有风险的修复。

此外，我无法共享该文件，因为它是机密文件，但因为我已经与我的同事交谈过，可能是由于 CData 长度导致的错误。 XML 文件大约 30MB，所以它与内存无关，知道吗？谢谢！！

【问题讨论】：

【解决方案1】：

xml2 库似乎有一个限制，默认为 10Mb：Comment in another forum by Gustavo L Fabro 我知道这是一个 python 问题，但两者似乎都使用相同的底层 C 库。

在定义树解析器时，有一个名为 huge_tree 的选项可能会帮助你：XML Tree parser docs

您甚至可以在此处查看 C 库中的实际限制：Debian Archive Mail list，在其中搜索“XML_PARSE_HUGE”

祝你好运！

【讨论】：