使用 lxml 解析 xml 时出现异常答案

【问题标题】：Exception when parsing a xml using lxml使用 lxml 解析 xml 时出现异常
【发布时间】：2012-07-08 11:51:48
【问题描述】：

我编写这段代码是为了通过 xsd 验证我的 xml 文件

def parseAndObjectifyXml(xmlPath, xsdPath):
    from lxml import  etree

    xsdFile = open(xsdPath)
    schema = etree.XMLSchema(file=xsdFile)
    xmlinput = open(xmlPath)
    xmlContent = xmlinput.read()
    myxml = etree.parse(xmlinput) # In this line xml input is empty
    schema.assertValid(myxml)

但是当我想验证它时，我的 xmlinput 是空的，但我的 xmlContent 不是空的。有什么问题？

【问题讨论】：

供将来参考：如果您确实在 Python 中遇到异常，则会有回溯。如果您在问题中包含该回溯（完整），我们将更容易为您提供帮助。
@MartijnPieters 但它没有任何追溯
那么也没有异常；你的问题标题建议有。

标签： python xml xml-parsing lxml

【解决方案1】：

python 中的文件有一个“当前位置”；它从文件的开头（位置 0）开始，然后，当您读取文件时，当前位置指针会一直移动，直到它到达结尾。

您需要将该指针放回到开头，然后 lxml 解析器才能完整读取内容。为此使用.seek() method：

from lxml import  etree

def parseAndObjectifyXml(xmlPath, xsdPath):
    xsdFile = open(xsdPath)
    schema = etree.XMLSchema(file=xsdFile)
    xmlinput = open(xmlPath)
    xmlContent = xmlinput.read()
    xmlinput.seek(0)
    myxml = etree.parse(xmlinput)
    schema.assertValid(myxml)

仅当您在其他地方也需要xmlContent 时才需要这样做；如果包装在StringIO 对象中，您也可以将其传递给.parse() 方法以提供必要的文件对象方法：

from lxml import  etree
from cStringIO import StringIO

def parseAndObjectifyXml(xmlPath, xsdPath):
    xsdFile = open(xsdPath)
    schema = etree.XMLSchema(file=xsdFile)
    xmlinput = open(xmlPath)
    xmlContent = xmlinput.read()
    myxml = etree.parse(StringIO(xmlContent))
    schema.assertValid(myxml)

如果您不将xmlContent 用于其他任何事情，那么您也不需要额外的.read() 调用，并且随后使用lxml 解析它不会有问题；只需完全省略调用，您也不需要将当前位置指针移回起点：

from lxml import  etree

def parseAndObjectifyXml(xmlPath, xsdPath):
    xsdFile = open(xsdPath)
    schema = etree.XMLSchema(file=xsdFile)
    xmlinput = open(xmlPath)
    myxml = etree.parse(xmlinput)
    schema.assertValid(myxml)

要了解有关.seek()（及其对应的.tell()）的更多信息，请read up on file objects in the Python tutorial。

【讨论】：

【解决方案2】：

您应该使用已阅读的 XML 内容：

xmlContent = xmlinput.read()
myxml = etree.parse(xmlContent)

代替：

myxml = etree.parse(xmlinput)

【讨论】：

误读了我的误读，事实证明我是正确的，但这个答案仍然是错误的。您无法解析字符串中的 XML 内容； lxml etree.parse 会将其解释为文件名，这将失败。