如何使用xml.etree (如lxml.etree )解析外部实体

Question

我有一个使用lxml.etree解析XML的脚本。

from lxml import etree

parser = etree.XMLParser(load_dtd=True, resolve_entities=True)
tree = etree.parse('main.xml', parser=parser)

我需要load_dtd=True和resolve_entities=True让来自globals.xml的&emptyEntry;解决：

<?xml version="1.0" encoding="ISO-8859-1"?>
<!DOCTYPE map SYSTEM "globals.xml" [
    <!ENTITY dirData "${DATADIR}"> 
]>
<map 
    xmlns:map="http://my.dummy.org/map"
    xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
    xsschemaLocation="http://my.dummy.org/map main.xsd"
>

  &emptyEntry; <!-- from globals.xml -->

  <entry><key>KEY</key><value>VALUE</value></entry>
  <entry><key>KEY</key><value>VALUE</value></entry>
</map>

用globals.xml

<?xml version="1.0" encoding="UTF-8"?>
<!ENTITY emptyEntry "<entry></entry>">

现在我想从非标准的lxml转到标准的xml.etree。但是这在我的文件中失败了，因为load_dtd=True和resolve_entities=True不受xml.etree的支持。

是否有一个xml.etree**-way来解析这些实体？**

Answer 1

lxml是一个合适的工作工具。

但是，如果您想使用stdlib，那么就做好准备，看看XMLParser的UseForeignDTD方法。下面是一个很好(但很麻烦)的例子：Python ElementTree support for parsing unknown XML entities?

Answer 2

我的诀窍是使用外部程序xmllint。

proc = subprocess.Popen(['xmllint','--noent',fname],stdout=subprocess.PIPE)
output = proc.communicate()[0]
tree = ElementTree.parse(StringIO.StringIO(output))