提问人：Charles Anderson 提问时间：11/18/2008 更新时间：11/19/2008 访问量：5184
Python xml.dom.minidom.parse（） 函数忽略 DTD
Python xml.dom.minidom.parse() function ignores DTDs
问：
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]
我用它来解析XML文件。尽管它非常愉快地发现简单的 XML 错误，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，它不会注意到何时缺少必需元素。如何开启 DTD 检查？
答：
0赞
acrosman
11/18/2008
#1
我相信您需要从 expat 切换到 xmlproc。
请参见：http://code.activestate.com/recipes/220472/
5赞
gimel
11/18/2008
#2
评论
0赞
Charles Anderson
11/18/2008
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。
1赞
Tim Pietzcker
11/18/2008
#3
我推荐 lxml 而不是 xmlproc，因为不再开发 PyXML 包（包含 xmlproc）;PyXML 可以使用的最新 Python 版本是 2.4。
3赞
ChuckB
11/18/2008
#4
简单解释一下：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 以执行实体替换，但不会针对 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 进行验证。我一直在使用 lxml，我非常喜欢它。
2赞
Charles Anderson
11/19/2008
#5
只是为了记录，这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]
评论