可以使用lxml检查xml文件是否格式正确，还是功能太强大？

Question

可以使用lxml检查xml是否格式正确或功能是否强大？例如，即使xml格式不正确，它似乎也能够解析。检查xml文件格式是否正确的最简单方法是什么？

Answer 1

lxml 解析格式不正确的XML时应该抛出异常，例如：

from lxml import etree

xml = """
<multipleroot>
    <noclosingtag>
</multipleroot>
<multipleroot></multipleroot>"""
doc = etree.fromstring(xml)

抛出异常：

Traceback (most recent call last):
  File "D:\StackOverflow\Python\Q50.py", line 8, in <module>
    doc = etree.fromstring(xml)
  ......
  ......
XMLSyntaxError: Opening and ending tag mismatch: noclosingtag line 3 and multipleroot, line 4, column 16

但是，如果你明确地告诉XMLParser恢复非格式良好的XML，或者你使用的HTMLParser不是，lxml可能还是能够解析XML：

from lxml import etree

xml = """
<multipleroot>
    <noclosingtag>
</multipleroot>
<multipleroot></multipleroot>"""
parser = etree.XMLParser(recover=True)
#parser = etree.HTMLParser()
doc = etree.fromstring(xml, parser=parser)
print(etree.tostring(doc))

成功打印已解析的XML：

<multipleroot>
    <noclosingtag>
</noclosingtag>
<multipleroot/></multipleroot>