在Python的lxml中使用XML目錄？

Question

當我使用lxml解析XML文檔時，有沒有辦法使用外部目錄文件針對其DTD驗證該文檔？我需要能夠處理文檔DTD中定義的固定屬性。

Answer 1

你能舉個例子嗎？根據lxml validation docs，lxml可以處理DTD驗證（在XML文檔中指定或在代碼中進行外部處理）和系統目錄，它涵蓋了我能想到的大多數情況。

f = StringIO("<!ELEMENT b EMPTY>") 
dtd = etree.DTD(f) 
dtd = etree.DTD(external_id = "-//OASIS//DTD DocBook XML V4.2//EN") 

Answer 2

看來，lxml沒有讓本libxml2的功能，grepping源只變成了對錯誤處理一些#define語句：

C:\Dev>grep -ir --include=*.px[id] catalog lxml-2.1.1/src | sed -r "s/\s+/ /g" 
lxml-2.1.1/src/lxml/dtd.pxi: catalog. 
lxml-2.1.1/src/lxml/xmlerror.pxd: XML_FROM_CATALOG = 20 # The Catalog module 
lxml-2.1.1/src/lxml/xmlerror.pxd: XML_WAR_CATALOG_PI = 93 # 93 
lxml-2.1.1/src/lxml/xmlerror.pxd: XML_CATALOG_MISSING_ATTR = 1650 
lxml-2.1.1/src/lxml/xmlerror.pxd: XML_CATALOG_ENTRY_BROKEN = 1651 # 1651 
lxml-2.1.1/src/lxml/xmlerror.pxd: XML_CATALOG_PREFER_VALUE = 1652 # 1652 
lxml-2.1.1/src/lxml/xmlerror.pxd: XML_CATALOG_NOT_CATALOG = 1653 # 1653 
lxml-2.1.1/src/lxml/xmlerror.pxd: XML_CATALOG_RECURSION = 1654 # 1654 
lxml-2.1.1/src/lxml/xmlerror.pxi:CATALOG=20 
lxml-2.1.1/src/lxml/xmlerror.pxi:WAR_CATALOG_PI=93 
lxml-2.1.1/src/lxml/xmlerror.pxi:CATALOG_MISSING_ATTR=1650 
lxml-2.1.1/src/lxml/xmlerror.pxi:CATALOG_ENTRY_BROKEN=1651 
lxml-2.1.1/src/lxml/xmlerror.pxi:CATALOG_PREFER_VALUE=1652 
lxml-2.1.1/src/lxml/xmlerror.pxi:CATALOG_NOT_CATALOG=1653 
lxml-2.1.1/src/lxml/xmlerror.pxi:CATALOG_RECURSION=1654 

從catalog implementation in libxml2 page看來可能是「透明」通過安裝在/ etc/xml /目錄中進行處理仍然可以在lxml中工作，但是如果您需要的不僅僅是這些，您總是可以放棄lxml並使用默認的python綁定，這些綁定會暴露目錄函數。

Answer 3

您可以將目錄添加到XML_CATALOG_FILES環境變量：

os.environ['XML_CATALOG_FILES'] = 'file:///to/my/catalog.xml' 

見this thread。請注意，XML_CATALOG_FILES中的條目是空格分隔的網址。您可以使用Python的pathname2url和urljoin（與file:）從路徑名生成URL。