python - 让外籍人士在 python 中使用 .dtd 进行实体替换

Question

我正在尝试读取如下所示的 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>

造成问题的点是

José 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，如果它不知道紧急实体，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，我似乎无法说服外籍人士使用此文件。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外籍人士使用哪个 DTD？我试过了

• 将文件放入与 XML 相同的目录
• 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。

Answer 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 示例代码(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(interface)，例如 SAX(通过 expatreader)。