【问题标题】:how to parse xml with multiple root element如何解析具有多个根元素的xml
【发布时间】:2017-12-15 08:09:29
【问题描述】:

我需要同时解析 var 和 group 根元素。

代码

import xml.etree.ElementTree as ET
tree_ownCloud = ET.parse('0020-syslog_rules.xml')
root = tree_ownCloud.getroot()

错误

xml.etree.ElementTree.ParseError:文档元素后的垃圾:第 17 行,第 0 列

示例 XML

<var name="BAD_WORDS">core_dumped|failure|error|attack| bad |illegal |denied|refused|unauthorized|fatal|failed|Segmentation Fault|Corrupted</var>

<group name="syslog,errors,">
  <rule id="1001" level="2">
    <match>^Couldn't open /etc/securetty</match>
    <description>File missing. Root access unrestricted.</description>
    <group>pci_dss_10.2.4,gpg13_4.1,</group>
  </rule>

  <rule id="1002" level="2">
    <match>$BAD_WORDS</match>
    <options>alert_by_email</options>
    <description>Unknown problem somewhere in the system.</description>
    <group>gpg13_4.3,</group>
  </rule>
</group>

我尝试在 stackoverflow here 上关注其他几个问题,但没有任何帮助。

我知道原因,由于它没有被解析,人们通常会尝试破解。 IMO 在 XML 中有多个根元素是一个非常常见的用例,ET 解析库中必须有一些东西才能完成。

【问题讨论】:

  • 好吧。 “IMO 在 XML 中有多个根元素是一个非常常见的用例,” - 这是不正确的。根据 XML 的定义,它总是只有一个根元素。
  • 好的,不知道谢谢

标签: python xml python-2.7 parsing


【解决方案1】:

正如评论中提到的,一个 XML 文件不能有多个根。就这么简单。

如果您确实以这种格式接收/存储数据(那么它不是正确的 XML)。你可以考虑用一个假标签来包围你所拥有的东西,例如

import xml.etree.ElementTree as ET

with open("0020-syslog_rules.xml", "r") as inputFile: 
  fileContent = inputFile.read()
  root = ET.fromstring("<fake>" + fileContent +"</fake>")
  print(root)

【讨论】:

    【解决方案2】:

    实际上,示例数据不是格式良好的 XML 文档,而是格式良好的 XML 实体。一些 XML 解析器可以选择接受实体而不是文档,在 XPath 3.1 中,您可以使用 parse-xml-fragment() 函数对其进行解析。

    像这样解析片段的另一种方法是创建一个包装文档,将其作为外部实体引用:

    <!DOCTYPE wrapper [
    <!ENTITY e SYSTEM "fragment.xml">
    ]>
    <wrapper>&e;</wrapper>
    

    然后将此包装文档作为输入提供给您的 XML 解析器。

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 1970-01-01
      • 2012-11-17
      • 1970-01-01
      • 2015-08-26
      • 2022-11-24
      • 2011-10-02
      • 1970-01-01
      • 2015-01-19
      相关资源
      最近更新 更多