跳过异常的python sax解析器

有没有办法使用SAX XML解析器“跳过”一行？跳过异常的python sax解析器

我有一个非确认XML文档，它是有效XML文档的串联，因此每个文档都会显示<?xml ...?>。另外请注意，由于输入文档很大，我需要使用SAX解析器。

我尝试为解析器创建一个“自定义流”类作为进纸器，但很快意识到SAX使用read方法并因此读取“字节数组”中的内容，从而爆炸了此项目的复杂性。

谢谢！

更新：我知道有办法解决这个使用csplit但我是一个基于Python的解决方案后，如果在合理范围内所有可能的。

Update2：也许我应该说“跳到下一个文件”，这会更有意义。无论如何，这就是我需要的：从单个输入流中解析多个文档的方式。

2011-06-14 jldupont

不仅指令''，而且格式良好的XML文档需要一个根元素，跳过该行，你再次得到一个XML格式的文档没有很好地形成。你不能只追加一个XML文件到另一个，解析一个，然后另一个。 – 2011-06-14 13:43:33

@mg：参见我的“update2” – jldupont 2011-06-14 15:44:42

创建一种协议：四个字节，即XML文档的长度并遵循文档本身，读取文档并使用sax解析它。接下来的四个字节是下一个xml文档的长度，读取并解析它，依此类推。 – 2011-06-15 13:07:32

当您将文档拼接在一起时，只需更换开始的<？和？>与<！ - 和 - >，这将注释掉xml声明。

2011-07-11 22:15:44 NoBugs

不能：我需要事先处理整个文件...我想使用SAX解析器的原因是为了避开这个过程。 – jldupont 2011-07-12 01:14:35

可以替换声明并在文件连接时添加根元素吗？ – NoBugs 2011-07-12 05:20:13

文件连接在一起。 – jldupont 2011-07-13 02:42:55

回答