使用DTD驗證XML無法使用lxml導入實體

我有一個生成NewsML類型XML文件的工具，我想在生成文件後驗證它們。我收到一個錯誤：使用DTD驗證XML無法使用lxml導入實體

蟒蛇電話是：

parser = etree.XMLParser(load_dtd=True, dtd_validation=True) 
treeObject = etree.parse(f, parser)

首先我不知道如果我需要兩個「load_dtd =真，dtd_validation =真」，但我反正使用它。二錯誤似乎是從被定義爲進口NITF-3-4.dtd未來：

<!ENTITY % xhtml-ruby.mod PUBLIC 
    "-//W3C//ELEMENTS XHTML Ruby 1.0//EN" "http://www.w3.org/TR/ruby/xhtml-ruby-1.mod"> 
%xhtml-ruby.mod;

將限於lxml出去檢索此XHTML的紅寶石1.mod或我有所有的DTD文件在本地。

2010-10-06 Clutch

嘗試使用no_network=False構建解析器。正如指出的documentation：

no_network - prevent network access when looking up external documents (on by default)

進口DTD模塊應該由LXML得到恢復，但如果不允許網絡訪問，將不能夠做到這一點（不記入文檔本身，只爲加載外部引用的文檔。事實上，我希望你加載dtd本身時會出錯，所以我認爲文檔引用了該dtd的本地可用副本，並且它只是引用遠程資源的dtd本身？）

你也可以使用一個目錄來使用本地可用的副本（不僅可以繞過這個問題，而且可以更高效，更友好地向w3c服務器發送;-)）。 libxml2的（按LXML使用）會爲您在/etc/xml/catalog目錄是否存在等，以及XML_CATALOG_FILES環境變量（見Libxml2 docs）

（還可以編寫自己的resolvers爲LXML攔截和處理請求，但在這種情況下可能會過度）

請注意，除解析時間驗證外，還有另一個選項：使用DTD class單獨加載dtd，並將其用作驗證程序。

這將驗證與所提供的DTD解析文檔無論哪個DTD（如果有的話）是由DOCTYPE聲明引用（它可以很方便：不是每一個有效的XML文件一定是有效的根據DTD 你想）。

因爲dtd只需要檢索和解析一次，如果你正在驗證大量文檔，這應該會更快），（如果我沒有弄錯），你將不會遇到no_network問題。

接近的另一個好處是：你甚至可以在序列化之前驗證元素/元素樹（如果你的生成工具使用lxml）。

最後說明：如果您有權訪問解析時的dtd（無法解析的實體...），則只能解析某些文檔。如果可以的話，避免這種情況。（儘管不是每個人都會同意：如果可能的話，完全避免doctype聲明）。

2010-10-06 19:50:03 Steven

回答