我有一个生成newsml类型xml文件的工具，我想在生成文件后验证它们。
我收到一个错误：Attempt to load network entity http://www.w3.org/TR/ruby/xhtml-ruby-1.mod
python调用是：
parser = etree.XMLParser(load_dtd=True, dtd_validation=True)
treeObject = etree.parse(f, parser)
首先，我不确定是否同时需要“load_dtd=true，dtd_validation=true”，但我还是在使用它。
第二个错误似乎来自定义为：
<!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;
lxml是否会出去检索这个xhtml-ruby-1.mod，或者我必须在本地拥有所有的dtd文件。
最佳答案
尝试用no_network=False构造解析器。如documentation中所述：
无网络-在查找外部文档时阻止网络访问（默认为打开）
导入的DTD模块应该由LXML检索，但如果不允许网络访问，则无法检索（这不包括文档本身，仅用于加载外部引用文档）。事实上，我希望您在加载DTD本身时出错，所以我假设文档引用了该DTD的本地可用副本，并且只有DTD本身引用了远程资源？）
您还可以使用目录来使用本地可用的副本（不仅可以避免这个问题，而且对w3c服务器的性能更高、更友好；-））。libxml2（由lxml使用）将检查/etc/xml/catalog中是否存在目录，以及XML_CATALOG_FILES环境变量（请参见Libxml2 docs）
（也可以为lxml编写自己的resolvers来拦截和处理请求，但在这种情况下，这可能是过分的）
注意，除了parse time validation，还有另一个选项：使用DTD class分别加载dtd，并将其用作验证器。
这将使用提供的dtd验证已解析的文档，而不管doctype声明引用的是哪个dtd（如果有的话）（这可能很方便：根据所需的dtd，并非每个有效的xml文件都必须有效）。
因为dtd只需要检索和解析一次，所以如果要验证很多文档，应该更快，而且（如果我没有搞错的话），您不会遇到无网络问题。
这种方法的另一个好处是：在序列化元素/元素树之前，您甚至可以验证它们（如果您的生成工具使用的是lxml）。
最后一点注意：只有在解析时访问DTD（无法解析的实体…），才能解析某些文档。如果可以的话就避免这样做。（而且，虽然不是每个人都同意：如果可能的话，完全避免doctype声明）。