XML 使用外部 DTD 进行验证 - XML 解析器是 Python (lxml) 并且此解析器无法从 HTTPS 端加载外部 DTD

Question

我还有一个问题让我很苦恼。我认为这个问题有很多解决方案，但我想知道我的方法是否可以某种方式实现。

我有一个 XML 文件使用一个外部 DTD 并用 XML DOCTYP 定义。

xml-文件用 Python (lxml) 解析。因此可以使用 XML DOCTYP 中定义的 DTD 自动验证不同的文件。我使用可以通过互联网地址访问的外部 DTD。但是这个网站将每个请求重定向到 HTTPS 端口。因此 Python 无法访问外部 DTD。

感谢我的一个朋友，我能够使用一个仍然在 HTTP 上运行的旧的、未使用的网站。解析器可以找到并使用此存储网站上的 DTD。

现在是我的问题。是否可以使用只能通过 HTTPS 服务器访问的带有 Python-lxml 的外部 DTD？不幸的是，我无法在使用 HTTP 端口的服务器上创建一个区域。

我已经尝试通过 HTTP 请求获取外部 DTD，但它被重定向到 HTTPS 端口。

<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<!DOCTYPE book PUBLIC "-//AA//Test//EN" "***">
<!-- <!DOCTYPE book PUBLIC "-//AA//Test//EN" "***"> -->
<book>
    <book-meta>
        <book-id pub-id-type="other">handbook</book-id>
        <book-title-group Id="1">
            <book-title name="Hallo">The NCBI Handbook</book-title>
        </book-title-group>
    </book-meta>
</book>

为了完整起见，这里有一个 DTD 示例。

<!ELEMENT book ANY>
<!ATTLIST book
      Release                       CDATA "v0.0.1"
>

<!ELEMENT book-meta ANY> <!-- # related objects: 0 -->
<!ATTLIST book-meta
       Value                        CDATA "Das ist eine Information"
>
<!ELEMENT book-id ANY> <!-- # related objects: 0 -->
<!ATTLIST book-id
       pub-id-type                      CDATA #REQUIRED
>
<!ELEMENT book-title-group ANY> <!-- # related objects: 0 -->
<!ATTLIST book-title-group
         Id                                         CDATA #IMPLIED 
>
<!ELEMENT book-title ANY> <!-- # related objects: 0 -->
<!ATTLIST book-title
      name CDATA #REQUIRED
>

为了解析 XML 文件，我将 python 脚本与库 lxml 一起使用。下面是测试程序。

import xml.etree.ElementTree as ET 
import lxml
from lxml import etree  

myParser = lxml.etree.XMLParser(attribute_defaults  = True, dtd_validation = True, load_dtd =True, no_network = False)
xmlFile  = lxml.etree.parse("XML_DTDValidation.xml", parser=myParser)
xmlFile.xinclude()
xmlFile.write("XML_DTDValidation_out.xml",method="xml",xml_declaration=True, encoding='utf-8',pretty_print=True)

我希望我能很好地总结我的问题，有人可以帮助我。

Answer 1

本文 page 描述了一些解决此问题的方法。

您可以：

设置一个 XML 目录（您可以使用它来将 DTD 存储在本地某处）
创建您自己的解析器 class，它可以重定向 URL，或者从其他地方检索 DTD。

XML 使用外部 DTD 进行验证 - XML 解析器是 Python (lxml) 并且此解析器无法从 HTTPS 端加载外部 DTD

XML uses an external DTD for validation - XML parser is Python (lxml) and this parser cannot load the external DTD from the HTTPS side

python

xml

lxml

dtd