lxml.etree.XMLSyntaxError：没有属性声明答案

【问题标题】：lxml.etree.XMLSyntaxError: No declaration for attributelxml.etree.XMLSyntaxError：没有属性声明
【发布时间】：2016-06-26 10:23:30
【问题描述】：

我正在尝试使用 dblp 数据集将 xml 文件转换为 csv 文件。现在，我正在使用 iterparse() 来解析 xml 文件。

这是我的代码：

def iterpar():
    f = open(dblp.xml', 'rb')

    context = etree.iterparse(f, dtd_validation=True, events=("start", "end"))
    context = iter(context)
    event, root = next(context)
    for event, ele in context:
        print event
        print ele

但是，当我尝试打印出一些东西来查看它是什么时，却报告了一个错误：

Traceback (most recent call last):
  File "C:\dblp\Data\XML2csv", line 34, in <module>
    iterpar()
  File "C:\dblp\Data\XML2csv", line 29, in iterpar
    for event, ele in context:
  File "iterparse.pxi", line 208, in lxml.etree.iterparse.__next__ (src\lxml\lxml.etree.c:131498)
lxml.etree.XMLSyntaxError: No declaration for attribute mdate of element article, line 4, column 19

我猜这可能是由于 dtd 验证失败造成的，因为所有属性都在 dtd 文件中声明。如果对我的问题有任何解释，我也尝试用谷歌搜索，但没有找到好的解释。

谁能解释一下并告诉我如何解决它？非常感谢。

-----------更新---------

我认为我确实需要 dtd_validation。否则会报告：

lxml.etree.XMLSyntaxError: Entity 'ouml' not defined, line 47, column 25

'ouml'、'uuml' 等实体出现在 xml 文件中，并在 dtd 文件中定义。虽然将 dtd_validation 设置为 false 可以防止 No declaration 错误，但是会发生这种错误。

【问题讨论】：

你真的需要做 dtd 验证吗？如果不是，那为什么要设置dtd_validation=True？
@har07 我忘了说，我想我确实需要 dtd_validation，因为 dtd 文件在 xml 文件中定义了一些实体。没有dtd文件，会报如下错误：lxml.etree.XMLSyntaxError: Entity 'ouml' not defined, line 47, column 25

标签： python xml python-2.7 lxml

【解决方案1】：

没有看到您的 XML 或 DTD，很难说。听起来您的 XML 违反了 DTD，因为它为特定元素定义了 DTD 中未列出的“mdate”属性。您肯定需要 DTD，因为它在您的 XML 中定义了至少一个特殊字符，因此删除 DTD 是不可能的。

您是否可以将“mdate”属性添加到 DTD 中以便解析器接受您的 XML？

<!ATTLIST element-name attribute-name attribute-type #IMPLIED>

【讨论】：

这是元素 'article' 的 dtd 文件的一部分：我认为 mdate 已在 dtd 文件中定义。这就是为什么我对这个问题感到困惑。我知道这怎么会发生。
同意。您可以在问题中添加 XML 和 DTD 吗？
还是不行。我在这里获取数据集，包含dtd文件，并尝试拆分xml文件。我不确定你是否想看看。但是即使我把dtd文件放到xml里面也没用。

【解决方案2】：

您的 xml 文件需要与此类似：

<!DOCTYPE dblp SYSTEM "dblp.dtd">

如果你开始修复Entity 'ouml'，你可以打破之前的依赖。

【讨论】：