使用Python和lxml根据外部DTD验证XML
我试图根据doctype标记中引用的外部DTD验证XML文件。具体地说：
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE en-export SYSTEM "http://xml.evernote.com/pub/evernote-export3.dtd">
...the rest of the document...我正在使用Python3.3和lxml模块。通过阅读http://lxml.de/validation.html#validation-at-parse-time，我把这些都放在了一起：
enexFile = open(sys.argv[2], mode="rb") # sys.argv[2] is the path to an XML file in local storage.
enexParser = etree.XMLParser(dtd_validation=True)
enexTree = etree.parse(enexFile, enexParser)根据我对validation.html的了解，lxml库现在应该负责检索DTD并执行验证。但相反，我明白了：
$ ./mapwrangler.py validate notes.enex
Traceback (most recent call last):
File "./mapwrangler.py", line 27, in <module>
enexTree = etree.parse(enexFile, enexParser)
File "lxml.etree.pyx", line 3239, in lxml.etree.parse (src/lxml/lxml.etree.c:69955)
File "parser.pxi", line 1769, in lxml.etree._parseDocument (src/lxml/lxml.etree.c:102257)
File "parser.pxi", line 1789, in lxml.etree._parseFilelikeDocument (src/lxml/lxml.etree.c:102516)
File "parser.pxi", line 1684, in lxml.etree._parseDocFromFilelike (src/lxml/lxml.etree.c:101442)
File "parser.pxi", line 1134, in lxml.etree._BaseParser._parseDocFromFilelike (src/lxml/lxml.etree.c:97069)
File "parser.pxi", line 582, in lxml.etree._ParserContext._handleParseResultDoc (src/lxml/lxml.etree.c:91275)
File "parser.pxi", line 683, in lxml.etree._handleParseResult (src/lxml/lxml.etree.c:92461)
File "parser.pxi", line 622, in lxml.etree._raiseParseError (src/lxml/lxml.etree.c:91757)
lxml.etree.XMLSyntaxError: Validation failed: no DTD found !, line 3, column 43这让我感到惊讶，因为如果我关闭了验证，那么文档就会很好地解析，我可以做print(enexTree.docinfo.doctype)来获得
$ ./mapwrangler.py validate notes.enex
<!DOCTYPE en-export SYSTEM "http://xml.evernote.com/pub/evernote-export3.dtd">所以在我看来，找到DTD应该没什么问题。
谢谢你的帮助。
回答 2
Stack Overflow用户
发布于 2014-03-14 14:40:49
在构造解析器对象时需要添加no_network=False。默认情况下，此选项设置为True。
来自http://lxml.de/parsing.html#parsers解析器选项的文档
no_network -在查找外部文档时阻止网络访问(默认情况下)
Stack Overflow用户
发布于 2016-09-08 08:08:46
出于一个我仍然不知道的原因，我的问题与XML目录在我的本地文件系统中的位置有关。
在我的例子中，我使用了一个与组件内容管理系统(CCMS，本例中的SDL 2011 R2)紧密集成的XML编辑器。当编辑器连接到CCMS时，DTD、目录文件和一组其他文件被同步。这些文件最终出现在本地文件系统上：
C:\Users\[username]\AppData\Local\Trisoft\InfoShare Client\[id]\Config\DocTypes\catalog.xml我不能让它起作用。只需将整个目录复制到另一个固定的位置，就可以了：
f = r"path/to/my/file.xml"
# set XML catatog file path
os.environ['XML_CATALOG_FILES'] = r'C:\DATA\Mydoctypes\catalog.xml'
# configure parser
parser = etree.XMLParser(dtd_validation=True, no_network=True)
# validate
try:
valid = etree.parse(f, parser=parser)
print("This file is valid against the DTD.")
except etree.XMLSyntaxError, error:
print("This file is INVALID against the DTD!")
print(error)显然，这并不理想，但它有效。
这可能与文件权限有关，还是Windows中的旧“文件路径太长”问题？我还没有尝试过一个象征性的链接是否会起作用。
我使用的是Windows 7，Python2.7.11，而lxml的版本是(3.6.0)。
https://stackoverflow.com/questions/22392180
复制相似问题
腾讯云开发者
