從Sax到DTD（python）

Question

我需要一個經過驗證的帶DTD的DomTree（使用getElementById）。 驗證和解析工作，但DOM簡化版，正常工作：

from xml.dom import minidom 
from xml.dom.pulldom import SAX2DOM 
from lxml import etree 
import lxml.sax 
from StringIO import StringIO 

data_string = """\ 
<?xml version="1.0" encoding="utf-8"?> 
<!DOCTYPE foo [ 
<!ELEMENT foo (bar)*> 
<!ELEMENT bar (#PCDATA)> 
<!ATTLIST bar id ID #REQUIRED>]><foo><bar id="nr_0">text</bar></foo> 
""" 

#parser, with vali. at parsing 
etree_parser = etree.XMLParser(dtd_validation=True,attribute_defaults=True) 
#parse it 
sax_tree = etree.parse(StringIO(data_string),etree_parser); 
handler = SAX2DOM(); 
lxml.sax.saxify(sax_tree,handler); 
domObject = handler.document; 

print domObject.getElementById("nr_0"); 
#returns None 

print minidom.parseString(data_string).getElementById("nr_0"); 
#returns <DOM Element: bar at 0x7f36b77dc0e0> 

似乎SAX2DOM不會通過DTD到DOM。我忘了一些事情嗎？ 我讀過這是不可能的生成dom後加載DTD。

有什麼想法？

Answer 1

據我所知：SAX DTD事件不是由ContentHandler處理，而是由DTDHandler處理，這是您可以在sax解析器（XMLReader）上設置的屬性。這意味着如果不序列化並重新分析文檔，則無法執行此操作。

validated_string = etree.tostring(tree) 
domDocument = minidom.parseString(validated_string) 

在另一方面：除非你真的需要一個minidom命名文件，你會更好只是與LXML樹住。 （你可以使用相當於xpath的getElementById，或者看看etree.XMLDTDID和etree.parseid）