来自 StringIO 源的 Python xml etree DTD？

Question

我正在调整以下代码（通过这个问题中的建议创建），这需要XML 文件及其 DTD 并将它们转换为不同的格式。对于这个问题，只有加载部分很重要：

xmldoc = open(filename)

parser = etree.XMLParser(dtd_validation=True, load_dtd=True)    
tree = etree.parse(xmldoc, parser)

在使用文件系统时，这工作得很好，但我将其转换为通过 Web 框架运行，其中两个文件通过表单加载。

加载 xml 文件工作正常：

tree = etree.parse(StringIO(data['xml_file']) 

但是由于 DTD 链接到 xml 文件的顶部，因此以下语句失败：

parser = etree.XMLParser(dtd_validation=True, load_dtd=True)
tree = etree.parse(StringIO(data['xml_file'], parser)

通过 这个问题，我尝试过：

etree.DTD(StringIO(data['dtd_file'])
tree = etree.parse(StringIO(data['xml_file'])

虽然第一行不会导致错误，但第二行落在unicode实体上，DTD意味着拾取（并在文件系统版本中这样做）：

XMLSyntaxError：实体“eacute”不是 已定义，第 4495 行，第 46 列

我如何正确加载此 DTD？

Answer 1

这是一个简短但完整的示例，使用 @Steven 提到的自定义解析器技术。

from StringIO import StringIO
from lxml import etree

data = dict(
    xml_file = '''<?xml version="1.0"?>
<!DOCTYPE x SYSTEM "a.dtd">
<x><y>ézz</y></x>
''',
    dtd_file = '''<!ENTITY eacute "é">
<!ELEMENT x (y)>
<!ELEMENT y (#PCDATA)>
''')

class DTDResolver(etree.Resolver):
     def resolve(self, url, id, context):
         return self.resolve_string(data['dtd_file'], context)

xmldoc = StringIO(data['xml_file'])
parser = etree.XMLParser(dtd_validation=True, load_dtd=True)
parser.resolvers.add(DTDResolver())
try:
    tree = etree.parse(xmldoc, parser)
except etree.XMLSyntaxError as e:
    # handle xml and validation errors

Answer 2

您可能可以使用自定义解析器。文档实际上给出了一个这样做的示例来提供 dtd。