优雅地从 lxml 中的解析错误中恢复答案

【问题标题】：Gracefully recover from parse error in lxml优雅地从 lxml 中的解析错误中恢复
【发布时间】：2015-02-21 13:09:48
【问题描述】：

我想继续解析无效的 XML 文件，但在变量中捕获无效文件的数量。试试这个：

    try:
        parser = etree.XMLParser(recover=False)
        tree = etree.parse(rawfile, parser=parser)
        print "Good XML!"
    except etree.XMLSyntaxError:
        parser = etree.XMLParser(recover=True)
        tree = etree.parse(rawfile, parser=parser)
        print "Bad XML!"
        misformattedXMLFile += 1

    root = tree.getroot()

但是当引发异常时，即使“except”子句被正确访问，“root”元素也不会被设置（它是“None”）。如果我在没有任何尝试/例外的情况下运行它，只需使用“recover=True”，root 设置正确并处理文件。我在哪里做错了？

【问题讨论】：

您的代码似乎不完整，无法进行功能测试并显示您的问题。我已经导入了你忘记的模块，创建了一个格式错误的 xml 文件，声明了 misformattedXMLFile 变量，没有触及任何其他内容，它按预期工作。
感谢Birei的回复。实际上，问题在于“原始文件”（我从中获取 XML 数据的源 XML 文件）在 try/except 块之前打开。这造成了一个问题，因为一旦“try”块使用了原始文件，它在“except”块中的状态就不一样了，这进一步混淆了整个代码。我通过将文件打开例程移动到 try/except 块中来解决此问题。

标签： python xml parsing exception lxml

【解决方案1】：

你可以使用finally

try:
   #something
except etree.XMLSyntaxError:
    #onotherthing

finally:
    root = tree.getroot()

【讨论】：