读取具有二进制内容的XML
读取具有二进制内容的XML
提问于 2019-11-18 13:02:05
我想使用Python读取一个VTU文件，该文件是XML，可能包含二进制数据。规格说：
有一种情况是，文件不是有效的XML文档。当AppendedData部分未编码为base64时，就会出现可能违反base64规范的原始二进制数据。这不是默认行为，必须由用户显式启用。
例如，检查dragon.vtu
<VTKFile type="UnstructuredGrid" version="1.0" byte_order="LittleEndian" header_type="UInt64">
<UnstructuredGrid>
<Piece NumberOfPoints="69827" NumberOfCells="139650">
<Cells>
<DataArray type="Int64" Name="connectivity" format="appended" RangeMin="" RangeMax="" offset="837932"/>
<DataArray type="Int64" Name="offsets" format="appended" RangeMin="" RangeMax="" offset="4189540"/>
<DataArray type="UInt8" Name="types" format="appended" RangeMin="" RangeMax="" offset="5306748"/>
</Cells>
</Piece>
</UnstructuredGrid>
<AppendedData encoding="raw">
_$É�����ıAdÌAÁÊÃÿ@>yAn£GÁÏAA(~AÁþ`AF¶Áo.@Ô«¬A3Ä|Ásc2@ï8±A cÁÉX@®AZ/AϱÁ:»AA)³Á(ÉAs!AFÁ\A½A*ÁyA*)AéÔÁØÓAÀ¡Aã_ÁóA`öBÌ]gADé¸AdBdÌnA|r·AhB^ºnAzºAȦ
[...]天真地做
import xml.etree.ElementTree as ET
parser = ET.XMLParser()
tree = ET.parse("dragon.vtu", parser)不起作用：
Traceback (most recent call last):
File "f.py", line 3, in <module>
tree = ET.parse("dragon.vtu", parser)
File "/usr/lib/python3.7/xml/etree/ElementTree.py", line 1197, in parse
tree.parse(source, parser)
File "/usr/lib/python3.7/xml/etree/ElementTree.py", line 604, in parse
parser.feed(data)
xml.etree.ElementTree.ParseError: not well-formed (invalid token): line 28, column 5有什么暗示吗？
回答 1
Stack Overflow用户
回答已采纳
发布于 2019-11-18 13:16:19
问题是，由于数据包含非法字符，所以数据不是XML，因此任何符合XML的解析器都会正确地拒绝它。
修复上游的问题:而不是直接嵌入二进制数据，首先编码为Base64。
也见
我不能解决上游的问题.
然后，您将处于一个不幸的境地，即接收到的数据不是XML。有关选项，请参见以下内容：如何解析无效(糟糕/不正确) XML？
...since二进制内容是VTU规范的一部分.
任何在XML中包含无约束二进制数据的规范都会被破坏。您的选项包括解析糟糕的XML (请参阅上面的链接)，只使用罪犯提供的库/工具包，或者编写您自己的库/工具箱--这不是很好的选项，但这是供应商不遵循XML规范的后果。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/58915179
复制相关文章
相似问题
腾讯云开发者
