检查是否存在XML声明

问题描述

我正在尝试检查xml文件是否包含必要的xml声明（标头），让我们说：

  <？xml version = 1.0 encoding = UTF-8？> 
 ...其余xml文件... 
  

我正在使用xml ElementTree进行读取并从文件中获取信息，但是即使没有标题也似乎可以很好地加载文件。

到目前为止，我尝试过的是：

 将xml.etree.ElementTree导入为ET 
树= ET.parse（someXmlFile）
 
尝试：
 xmlFile = ET.tostring（tree.getroot（），encoding ='utf8'）。decode（'utf8'）
除外：
 sys.stderr.write（ Wrong xml2标头（n））
出口（31）
 
，如果re.match（r ^ \s *< \？xml version = \'1\。 0\'encoding = \'utf8\'\？> \s +，xmlFile）为None：
 sys.stderr.write（错误的xml1标头\n）
 exit（31）
  

但是ET.tostring（）函数只是在以下情况下组成标题

有没有办法用ET检查xml标头？还是以某种方式在使用ET.parse加载文件时抛出错误，如果文件不包含xml标头？

解决方案

tl; dr

  from xml.dom.minidom import parseString 
 def has_xml_declaration（xml） ：
返回parseString（xml）.version 
  

来自

...

因此，即使XML文档中省略了XML声明，该代码段也是如此：

  if re.match（r ^< \？xml\s * version = \'1\.0\'encoding = \'utf8\'\s * \？>，xmlFile.decode（'utf -8'））为无：
  

将在此XML文档中找到 the默认XML声明。请注意，我使用的是xmlFile.decode（'utf-8'）而不是xmlFile。
如果您不担心使用 minidom ，则可以使用以下代码段：

<$来自xml.dom.minidom的p $ p> import parse

dom = parse（'bookstore-003.xml'）
print（'<？xml version = {} encoding = {}？>'。format（dom.version，dom.encoding））


这是一个正常工作的
Int bookstore-001.xml中存在XML声明，在bookstore-002.xml中不存在XML声明，在bookstore-003.xml中存在与第一个示例不同的XML声明。 print 指令相应地打印版本和编码。

 < ？xml版本= 1.0编码= UTF-8？> 
 
<？xml version = None encoding = None？> 
 
<？xml version = 1.0 encoding = ISO-8859-1？> 
  

I am trying to check whether an xml file contains the necessary xml declaration ("header"), let's say:

<?xml version="1.0" encoding="UTF-8"?>
...rest of xml file...

I am using xml ElementTree for reading and getting info out of the file, but it seems to load a file just fine even if it does not have the header.

What I tried so far is this:

import xml.etree.ElementTree as ET
tree = ET.parse(someXmlFile)

try:
    xmlFile = ET.tostring(tree.getroot(), encoding='utf8').decode('utf8')
except:
    sys.stderr.write("Wrong xml2 header\n")
    exit(31)

if re.match(r"^\s*<\?xml version=\'1\.0\' encoding=\'utf8\'\?>\s+", xmlFile) is None:
    sys.stderr.write("Wrong xml1 header\n")
    exit(31)

But the ET.tostring() function just "makes up" a header if it is not present in the file.

Is there any way to check for a xml header with ET? Or somehow throw an error while loading the file with ET.parse, if a file does not contain the xml header?

解决方案

tl;dr

from xml.dom.minidom import parseString
def has_xml_declaration(xml):
    return parseString(xml).version

From Wikipedia's XML declaration

...

So even if the XML declaration is omitted in an XML document, the code-snippet:

if re.match(r"^<\?xml\s*version=\'1\.0\' encoding=\'utf8\'\s*\?>", xmlFile.decode('utf-8')) is None:

will find "the" default XML declaration in this XML document. Please note, that I have used xmlFile.decode('utf-8') instead of xmlFile.If you don't worry to use minidom, you can use the following code-snippet:

from xml.dom.minidom import parse

dom = parse('bookstore-003.xml')
print('<?xml version="{}" encoding="{}"?>'.format(dom.version, dom.encoding))

Here is a working fiddleInt bookstore-001.xml an XML declaration ist present, in bookstore-002.xml no XML declaration ist present and in bookstore-003.xml a different XML declaration than in the first example ist present. The print instruction prints accordingly the version and the encoding:

<?xml version="1.0" encoding="UTF-8"?>

<?xml version="None" encoding="None"?>

<?xml version="1.0" encoding="ISO-8859-1"?>

这篇关于检查是否存在XML声明的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！