我有下面的XML文件,目前我正在使用minidom,我得到的示例documentElement
'stagName
是xyz:widget
的,它告诉我它忽略了!ENTITY
definitions引用,从而忽略了!DOCTYPE
引用。
哪个xml解析器支持Document Type Definitions以便!ENTITY definitions和!不会忽略doctype引用:
<?xml version="1.0" standalone="yes" ?>
<!DOCTYPE widget [
<!ENTITY widgets-ns "http://www.w3.org/ns/widgets">
<!ENTITY pass "pass&.html">
]>
<xyz:widget xmlns:xyz="&widgets-ns;">
<xyz:content src="&pass;"/>
<xyz:name>bv</xyz:name>
</xyz:widget>
因此,对于上面的示例,您可以使用python获得等效的
XML
:<widget xmlns="http://www.w3.org/ns/widgets">
<content src="pass&.html"/>
<name>bv</name>
</widget>
或者得到a
DOM
asdocumentElement
的awidget
及其childNodes
ascontent
和name
,widget
属性asxmlns
和值http://www.w3.org/ns/widgets
等。我可能没有使用正确的术语,但我希望通过上面的例子使自己清楚。
最佳答案
LXML处理得很好:
>>> from lxml import etree
>>> s = """<?xml version="1.0" standalone="yes" ?>
... <!DOCTYPE widget [
... <!ENTITY widgets-ns "http://www.w3.org/ns/widgets">
... <!ENTITY pass "pass&.html">
... ]>
... <xyz:widget xmlns:xyz="&widgets-ns;">
... <xyz:content src="&pass;"/>
... <xyz:name>bv</xyz:name>
... </xyz:widget>
... """
>>> etree.fromstring(s)
<Element {http://www.w3.org/ns/widgets}widget at 7f4de2cc58e8>
>>> etree.fromstring(s).xpath("//xyz:content/@src",
... namespaces={"xyz": "http://www.w3.org/ns/widgets"})
['pass&.html']