Python的xml.dom.minidom.parse（）函数忽略的DTD

Question

我有以下Python代码：

import xml.dom.minidom 
import xml.parsers.expat 

try: 
    domTree = ml.dom.minidom.parse(myXMLFileName) 
except xml.parsers.expat.ExpatError, e: 
    return e.args[0] 

里面我是用解析XML文件。虽然它很乐意景点，如不匹配的标签简单的XML错误，它完全忽略在XML文件的顶部指定的DTD：

<?xml version="1.0" encoding="UTF-8" standalone="no" ?> 
<!DOCTYPE ServerConfig SYSTEM "ServerConfig.dtd"> 

因此当强制执行的内容缺失，例如，它没有注意到。我如何开启DTD检查？

Answer 1

见this question - 接受的答案是使用lxml validation。

Answer 2

我相信你需要从expat切换到xmlproc。
见： http://code.activestate.com/recipes/220472/

Answer 3

我推荐lxml over xmlproc，因为PyXML包（包含xmlproc）不再被开发; PyXML可以使用的最新Python版本是2.4。

Answer 4

仅仅作为解释：Python xml.dom.minidom和xml.sax默认使用expat解析器，这是一个非验证解析器。它可能会读取DTD以进行实体替换，但不会对DTD进行验证。

gimel和Tim推荐lxml，这对libxml2和libxslt库来说是一个很好的pythonic绑定。它支持对DTD进行验证。我一直在使用lxml，而且我非常喜欢它。

Answer 5

只是为了记录在案，这是我的代码看起来像现在：

from lxml import etree 

try: 
    parser = etree.XMLParser(dtd_validation=True) 
    domTree = etree.parse(myXMLFileName, parser=parser) 
except etree.XMLSyntaxError, e: 
    return e.args[0]