xml 字符串中的无效标记，无法创建元素树 python

Question

我被困在一个对其他人来说可能很容易解决的问题上。我正在尝试从通过套接字而不是从文件接收的 xml 字符串创建元素树。

方法：

下面的这个 python 脚本是一个套接字客户端，它接收一个 python 字符串（恰好是 xml），该字符串是由 c++ 服务器使用 tinyxml 创建的.

程序步骤： 1）创建套接字 2) 接收 xml 字符串 3) 将 xml 解析为可以在其他地方使用的元素树

问题：

fromstring() 函数似乎无法弄清楚。这是我的代码：

import socket
import sys
import struct
import binascii
import io
import re
from xml.etree import ElementTree

#illegal characters to remove from string later before going to xml
RE_XML_ILLEGAL = u'([\u0000-\u0008\u000b-\u000c\u000e-\u001f\ufffe-\uffff])' + \
             u'|' + \
             u'([%s-%s][^%s-%s])|([^%s-%s][%s-%s])|([%s-%s]$)|(^[%s-%s])' % \
              (unichr(0xd800),unichr(0xdbff),unichr(0xdc00),unichr(0xdfff),
               unichr(0xd800),unichr(0xdbff),unichr(0xdc00),unichr(0xdfff),
               unichr(0xd800),unichr(0xdbff),unichr(0xdc00),unichr(0xdfff))

HOST = 'localhost'   
PORT = 50008

s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
print 'Socket created'
print 'Socket now connecting'
s.connect((HOST,PORT))
s.send('1')#as long as we are not sending "0" cpp server will return information.          

#declare global xml object "root"
global root

while 1:
    data = s.recv(1024)#receive the initial message
    data3 = data[:3]#get first 3 letters
    if (data3 == "New"):
        #get ready for new packet
        nextsizestring = data[3:]
        nextsizestring2 = nextsizestring.rstrip('[=12=]')
        nextsize = int(nextsizestring2,10)
        s.send('b')#tell cpp we are ready for the packet

        databuf = s.recv(nextsize)#data buffer as a python string
        databuf2 = re.sub(RE_XML_ILLEGAL, "?", databuf)#remove illegal xml characters
        print(databuf2)
        root = ElementTree.ElementTree(ElementTree.fromstring(databuf2))#convert to element tree
        print(root)

    elif (data3 != "New"):
        print("WARNING! TCP SYNCH HAS FAILED")
    if not data: break#if not data then stop listening for more

    s.send('b')#keep sending anything but zero to get more stuff
conn.close()
s.close()

这是输出：

Socket created
Socket now connecting
<Frame>
     <FrameNumber ="1509677" />
     <Time ="27427839" />
     <Forceplatedata>
          <Forceplate_0>
               <Subframe#_0>
                    <F_x ="0" />
                    <F_y ="0" />
                    <F_z ="0" />
               </Subframe#_0>
.
.
.
</Frame>

Traceback (most recent call last):
  File "<string>", line 11, in <module>
  File "C:\Users\Gelsey Torres-   Oviedo\Desktop\VizardFolderVRServer\Python2CPP_Client_rev1.py", line 50, in <module>
    root = ElementTree.ElementTree(ElementTree.fromstring(databuf2))
  File "C:\Program Files (x86)\WorldViz\Vizard4\bin\lib\xml\etree\ElementTree.py", line     1282, in XML
    parser.feed(text)
  File "C:\Program Files (x86)\WorldViz\Vizard4\bin\lib\xml\etree\ElementTree.py", line 1624, in feed
    self._raiseerror(v)
  File "C:\Program Files (x86)\WorldViz\Vizard4\bin\lib\xml\etree\ElementTree.py", line 1488, in _raiseerror
    raise err
xml.etree.ElementTree.ParseError: not well-formed (invalid token): line 2, column 18

我冒昧地截断了上面的 xml 字符串，因为它很长。正如您在错误中看到的那样，第 2 行第 18 行似乎有问题，我认为是 space " " 字符。我不明白为什么会这样。

失败的解决方案：

1) 将字符串作为 stringIO 传递给 parse() 2）编码和解码utf-8的几种变体 3) 与 minidom

类似的方法

我猜这是一个语法问题？我可能正在做一些非常愚蠢的事情...

Answer 1

Senshin 说的是关键问题。我正在创建格式错误的 xml。

通过改变所有看起来像的地方

<FrameNumber ="1381949" />

至

<FrameNumber attribute="1381949" />

程序现在可以创建元素树了。

我就知道这么简单，谢谢！

xml 字符串中的无效标记，无法创建元素树 python

invalid token in xml string, fail to create element tree python

python

xml

string

sockets

elementtree