1

我正在尝试读取一个看起来像这样的 xml 文件

<?xml version="1.0" encoding="ISO-8859-1"?>
<!DOCTYPE dblp SYSTEM "dblp.dtd">
<dblp>
<incollection>
<author>Jos&eacute; A. Blakeley</author>
</incollection>
</dblp>

造成问题的关键是

Jos&eacute; A. Blakeley

部分：解析器调用其字符处理程序两次，一次使用“Jos”，一次使用“A. Blakeley”。现在我明白如果它不知道 eacute 实体，这可能是正确的行为。但是，这是在我拥有的 dblp.dtd 中定义的。不过，我似乎无法说服 expat 使用此文件。我只能说

p = xml.parsers.expat.ParserCreate()
# tried with and without following line
p.SetParamEntityParsing(xml.parsers.expat.XML_PARAM_ENTITY_PARSING_ALWAYS) 
p.UseForeignDTD(True)
f = open(dblp_file, "r")
p.ParseFile(f)

但外籍人士仍然无法识别我的实体。为什么没有办法告诉 expat 使用哪个 DTD？我试过了

  • 将文件放入与 XML 相同的目录中
  • 将文件放入程序的工作目录
  • 用绝对路径替换xml文件中的引用

我错过了什么？谢谢。

4

2 回答 2

1

据我了解，如果您直接使用 pyexpat，那么您必须提供自己的ExternalEntityRefHandler来获取外部 DTD 并将其提供给 expat。

参见例如。xml.sax.expatreader例如代码（方法external_entity_ref，Python 2.6 中的第 374 行）。

如果可以的话，最好使用更高级别的接口，例如 SAX (via expatreader)。

于 2010-05-21T13:00:05.447 回答
0

顺便说一句，我可以通过将 .dtd 的相关部分复制到 XML 文件本身来临时帮助自己，如

<!DOCTYPE dblp [
    <!ENTITY Agrave  "&#192;" >
]>

但这并不能以一般的方式真正解决问题。

于 2010-05-21T13:01:08.817 回答