相关疑难解决方法(0)
实体引用和lxml
这是我的代码:
from cStringIO import StringIO
from lxml import etree
xml = StringIO('''<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE root [
<!ENTITY test "This is a test">
]>
<root>
<sub>&test;</sub>
</root>''')
d1 = etree.parse(xml)
print '%r' % d1.find('/sub').text
parser = etree.XMLParser(resolve_entities=False)
d2 = etree.parse(xml, parser=parser)
print '%r' % d2.find('/sub').text
这是输出:
'This is a test'
None
如何让lxml给我'&test;',即原始实体参考？
9
推荐指数
推荐指数
1
解决办法
解决办法
3062
查看次数
查看次数
xml.etree.ElementTree.ParseError -- 异常处理未捕获错误
我正在尝试解析一个 xml 文档，该文档包含许多未定义的实体，当我尝试运行代码时，这些实体会导致 ParseError ，如下所示：
import xml.etree.ElementTree as ET
tree = ET.parse('cic.fam_lat.xml')
root = tree.getroot()
while True:
try:
for name in root.iter('name'):
print(root.tag, name.text)
except xml.etree.ElementTree.ParseError:
pass
for name in root.iter('name'):
print(name.text)
该错误的示例如下，有许多未定义的实体都会抛出相同的错误：
我只是想忽略它们，而不是进去编辑每一个。我应该如何编辑异常处理来捕获这些错误实例？（即，我做错了什么？）
5
推荐指数
推荐指数
1
解决办法
解决办法
2万
查看次数
查看次数
如何使用 等实体解析HTML 在Python 2和Python 3中使用内置库ElementTree？
有时您想要解析一些格式合理的HTML页面,但是您不愿意引入额外的库依赖项,例如BeautifulSoup或lxml.因此,您可能希望首先尝试内置的ElementTree,因为它是一个标准库,它很快(在C中实现),并且它支持比基本HTMLParser更好的接口(例如XPATH支持).更不用说,HTMLParser有其自身的局限性.
ElementTree将工作,直到它遇到某些实体,例如 ,默认情况下不处理的实体.
import xml.etree.ElementTree as ET
html = '''<html>
<div>Some reasonably well-formed HTML content.</div>
<form action="login">
<input name="foo" value="bar"/>
<input name="username"/><input name="password"/>
<div>It is not unusual to see in an HTML page.</div>
</form></html>'''
et = ET.fromstring(html)
在Python 2或Python 3上运行它,您将看到此错误:
xml.etree.ElementTree.ParseError: undefined entity: line 7, column 38
那里有一些问答,比如这个和那个问答.他们暗示使用ElementTree.XMLParser().parser.UseForeignDTD(True)但我无法在Python 3.3和Python 3.4中使用它.
$ python3.3
Python 3.3.5 (v3.3.5:62cf4e77f785, Mar 9 2014, 01:12:57)
[GCC 4.2.1 (Apple Inc. build 5666) (dot 3)] on darwin
Type …1
推荐指数
推荐指数
1
解决办法
解决办法
2095
查看次数
查看次数