Python xml.dom.minidom.parse() 函数忽略 DTD答案

【问题标题】：Python xml.dom.minidom.parse() function ignores DTDsPython xml.dom.minidom.parse() 函数忽略 DTD
【发布时间】：2008-11-18 13:56:04
【问题描述】：

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。尽管它很高兴地发现了简单的 XML 错误，例如不匹配的标签，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">

因此，例如，当缺少必需元素时，它不会注意到。如何开启 DTD 检查？

【问题讨论】：

标签： python xml

【解决方案1】：

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

【讨论】：

谢谢。我希望避免在标准库之外工作，但 lxml 确实可以解决问题。也更容易阅读。

【解决方案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。它可能会读取 DTD 以进行实体替换，但不会根据 DTD 进行验证。

gimel 和 Tim 推荐 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。我一直在用lxml，非常喜欢。

【讨论】：

【解决方案3】：

为了记录，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]

【讨论】：

【解决方案4】：

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

【讨论】：

【解决方案5】：

我认为您需要从 expat 切换到 xmlproc。
看： http://code.activestate.com/recipes/220472/

【讨论】：