Python:哪个XML解析器支持DTD!ENTITY定义？

Question

我有以下XML文件,目前我使用minidom命名,我得到的例子中documentElement的tagName作为存在xyz:widget,告诉我,它忽略了!ENTITY定义,因此!DOCTYPE参考.

哪个XML解析器支持文档类型定义,以便 不会忽略!ENTITY定义和!DOCTYPE引用:

<?xml version="1.0" standalone="yes" ?>
<!DOCTYPE widget [
<!ENTITY widgets-ns "http://www.w3.org/ns/widgets">
<!ENTITY pass "pass&amp;.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XML等效的python :

<widget xmlns="http://www.w3.org/ns/widgets">
  <content src="pass&amp;.html"/>
  <name>bv</name>
</widget>

或者得到一个DOM有作为documentElement的widget和它childNodes的content和name,widget属性作为xmlns与价值http://www.w3.org/ns/widgets等

我可能没有使用正确的术语,但我希望在上面的例子的帮助下我明白了.

Answer 1

LXML处理这个很好:

>>> 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&amp;.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']