Fixing xml.etree.ElementTree.ParseError: undefined entity &egrave

Question

我正在处理 .pri 文件。它具有 xml 格式。如下所示。

<?xml version="1.0"?>
<!DOCTYPE text SYSTEM "text.dtd">
<text id="fn000001">
  <au id="fn000001.1" s="N00023">
    <w id="fn000001.1.1">                          hi              </w>
    <w id="fn000001.1.2">                          there           </w>
    <l id="fn000001.1.3">                          ?               </l>
  </au>
</text>

现在如果我调用单个文件，使用下面的命令，它可以正常工作。

import xml.etree.ElementTree as ET
tree = ET.parse('/path/fn000001.pri')
root = tree.getroot()
print(root.get('id'))

现在我想将其应用于文件夹中的所有 .pri 文件。为此，我使用以下命令，

import glob
import xml.etree.ElementTree as ET
a = glob.glob('/path/*.pri')
  
for files in a:
    tree = ET.parse(files)
    print(tree)

这会引发错误，

tree = ET.parse(files)
  File "/usr/lib/python3.6/xml/etree/ElementTree.py", line 1196, in parse
    tree.parse(source, parser)
  File "/usr/lib/python3.6/xml/etree/ElementTree.py", line 597, in parse
    self._root = parser._parse_whole(source)
xml.etree.ElementTree.ParseError: undefined entity &egrave;: line 147, column 52

请提出可能的解决方案。相关 .dtd 在同一文件夹中。

Answer 1

好的！我遇到了很多与这个问题相关的帖子和答案。根据一条评论中提供的此错误背后的原因，

As I said, ElementTree does not support entities declared in a separate DTD file. Either declare entities in the XML file or use lxml. Or don't use entities at all.

因此，主要问题是如何做到 ElementTree 支持在单独的 DTD 文件中声明的实体。

解决方案 1：在 XML 文件中声明实体或使用 lxml 所以我使用了 lxml 但没有在 XML 文件中声明实体。它不会解决你的问题。如果您在 XML 文件中声明实体，那么您是否使用 lxml 包都没有关系。因此，在 XML 文件中声明实体如下。

 <!DOCTYPE text [
 <!ENTITY egrave "&#232;">
 ]>
 <text id="fn000001">
   <au id="fn000001.1" s="N00023">
     <w id="fn000001.1.1">                          hi              </w>
     <w id="fn000001.1.2">                          there           </w>
     <l id="fn000001.1.3">                          ?               </l>
   </au>
 </text>

此处提供此解决方案。

但是，如果您有 1000 个 XML 文件并且您希望同时解析它们怎么办？那么这个方案就不行了

方案二：这个是永久的。您需要将 dtd 文件映射到 .XML 文件。这只是一行代码。我使用了 lxml 包。检查下面的代码片段。

    from lxml import etree
    parser = etree.XMLParser(dtd_validation=True)
    tree = etree.parse("file.xml", parser)

您只需要提供 dtd_validation=True，代码将从 .dtd 文件中获取信息并将其映射到您的 .XML 文件。确保 .dtd 文件与所有 XML 文件位于同一目录中。

Fixing xml.etree.ElementTree.ParseError: undefined entity &egrave

Fixing xml.etree.ElementTree.ParseError: undefined entity &egrave

python

xml

dtd

elementtree

xml-parsing