Python的ElementTree的不喜欢处理指令

  • Z时代
  • 2024-01-10
  • 分类：问答

下面的代码名称冒号：Python的ElementTree的不喜欢处理指令

import xml.etree.ElementTree as ET 
xml = '''\ 
<?xml version="1.0" encoding="UTF-8"?> 
<testCaseConfig> 
    <?LazyComment Blah de blah/?> 
    <testCase runLimit="420" name="d1/n1"/> 
    <testCase runLimit="420" name="d1/n2"/> 
</testCaseConfig>''' 
root = ET.fromstring(xml) 
xml2 = xml.replace('LazyComment ', 'LazyComment:') 
print(xml2) 
try: 
    root2 = ET.fromstring(xml2) 
except ET.ParseError: 
    print("\nERROR in xml2!!!\n") 
xml3 = xml2.replace('testCaseConfig', 'testCaseConfig xmlns:Blah="http://www.w3.org/TR/html4/"', 1) 
print(xml3) 
try: 
    root3 = ET.fromstring(xml3) 
except ET.ParseError: 
    print("\nERROR in xml3!!!\n") 
    raise

给出了这样的输出：

<?xml version="1.0" encoding="UTF-8"?> 
<testCaseConfig> 
    <?LazyComment:Blah de blah/?> 
    <testCase runLimit="420" name="d1/n1"/> 
    <testCase runLimit="420" name="d1/n2"/> 
</testCaseConfig> 
ERROR in xml2!!! 
<?xml version="1.0" encoding="UTF-8"?> 
<testCaseConfig xmlns:Blah="http://www.w3.org/TR/html4/"> 
    <?LazyComment:Blah de blah/?> 
    <testCase runLimit="420" name="d1/n1"/> 
    <testCase runLimit="420" name="d1/n2"/> 
</testCaseConfig> 
ERROR in xml3!!! 
Traceback (most recent call last): 
    File "C:\Users\Paddy3118\Google Drive\Code\elementtree_error.py", line 30, in <module> 
    root3 = ET.fromstring(xml3) 
    File "C:\Anaconda3\envs\Py3.5\lib\xml\etree\ElementTree.py", line 1333, in XML 
    parser.feed(text) 
xml.etree.ElementTree.ParseError: not well-formed (invalid token): line 3, column 17

我搜查，发现this Q是指出了我读其他资源。

看来'？'使其成为标签名称可以包含冒号的处理指令。没有'？'那么名称中的冒号表示名称空间，并且其中一个答案指出定义名称空间应该使事情有效。

结合'？'和'：'虽然会导致ElementTree出现问题。

我给出了这种类型的xml文件，这些xml文件被其他工具使用，这些工​​具可以解析它并且想使用Python自己处理这些文件。有任何想法吗？

谢谢。

回答：

根据W3C可扩展标记语言1.0规格Common Syntactic Constructs下：

的命名空间在XML建议[XML名称]给包含冒号字符的名称赋予一个含义。因此，除命名空间以外，作者不应在XML名称中使用冒号，但XML 处理器必须接受冒号作为名称字符。

并进一步在W3C的XPath 1.0注意到关于Processing Instruction nodes：

处理指令有一个扩展名：本地部分是 处理指令的目标;名称空间URI为空。

总而言之，<?LazyComment:Blah de blah/?>是一个无效的处理指令，因为冒号用于引用命名空间URI并处理部分为null或空的指令。因此，Python的XML处理器抱怨说使用这样的指令并不能生成格式良好的XML。

此外，请重新考虑这样的工具，因为它们没有处理有效的XML文档，因此会生成这样的无效处理指令。可能的是，这些工具将XML文件视为文本文档（类似于您可以替换XML的字符串表示的方式，但不能使用etree附加指令）。

回答：

<?xml version="1.0" encoding="UTF-8"?> 
<testCaseConfig xmlns:Blah="http://www.w3.org/TR/html4/"> 
    <?LazyComment:Blah de blah/?> 
    <testCase runLimit="420" name="d1/n1"/> 
    <testCase runLimit="420" name="d1/n2"/> 
</testCaseConfig xmlns:Blah="http://www.w3.org/TR/html4/">

无效的XML。结束标记中不能有属性。最后一行应该只是</testCaseConfig>

而且注释写成这样

<!-- this is a comment -->

以上是 Python的ElementTree的不喜欢处理指令 的全部内容， 来源链接： utcz.com/qa/257235.html

回到顶部