Python 3 XML 解析器未知实体错误答案

【问题标题】：Python 3 XML parser unkown entity errorPython 3 XML 解析器未知实体错误
【发布时间】：2015-02-21 14:49:21
【问题描述】：

但是我在这里找到了很多答案，不幸的是，它们对我不起作用。

我有 Ubuntu x64，python 3.4.2。

我正在解析一个带有 html 实体的网页，例如 &nbsp; 等：

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)

很多答案都包含此代码，以防止出现unknown entity &nbps; 之类的错误。当我编译这段代码时，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'

（取决于我在上面代码的第 4 行中编写的 parser 对象的哪个成员）。神奇的是，当我尝试从PyCharm IDE 访问此代码时，它显示该成员存在并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？

【问题讨论】：

标签： python html xml parsing

【解决方案1】：

我今天自己也遇到了同样的问题，尽管我使用的是 Python 2.7.3。据我所知，这在您第一次尝试时确实有效，但在某些时候解析器确实会丢失其_parser 属性。如果您可以在对象引发此异常时而不是在创建时检查该对象，那么您会发现它没有说谎。

令人讨厌的是，我无法弄清楚这是怎么发生的。我试图对XMLParser.feed() 方法进行猴子补丁，这就是引发此异常的原因：

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

删除_，因为parser 属性确实保留，并且应该与_parser 相同。但后来我开始收到错误消息，提示解析器仍在携带上一次 fromstring 调用的状态。

相反，最终对我有用的是每次我需要它时都简单地重新创建 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)

【讨论】：