我有另一个问题,我很绝望.我认为这个问题有很多解决方案,但我想知道我的方法是否可以以某种方式实现。
我有一个XML文件使用一个外部DTD,并且是用XML DOCTYP定义的。
xml-file是用Python(lxml)解析的。所以可以用XML DOCTYP中定义的DTD自动验证不同的文件。我使用了一个外部DTD,可以通过互联网地址访问。但是这个互联网站点会将每个请求重定向到HTTPS端口。由于这个原因,Python不能访问外部DTD。
多亏了我的一个朋友,我才得以使用一个旧的、未使用的网站,它仍然在HTTP上运行。这个存储网站上的DTD可以被解析器找到并使用。
现在是我的问题。是否有可能在Python-lxml中使用一个外部DTD,而这个DTD只能通过HTTPS服务器访问?不幸的是,我无法在服务器上创建一个使用HTTP端口的区域。
我已经尝试通过HTTP请求获取外部DTD,但它被重定向到HTTPS端口。
<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<!DOCTYPE book PUBLIC "-//AA//Test//EN" "***">
<!-- <!DOCTYPE book PUBLIC "-//AA//Test//EN" "***"> -->
<book>
<book-meta>
<book-id pub-id-type="other">handbook</book-id>
<book-title-group Id="1">
<book-title name="Hallo">The NCBI Handbook</book-title>
</book-title-group>
</book-meta>
</book>
为了完整起见,这里是一个DTD的例子。
<!ELEMENT book ANY>
<!ATTLIST book
Release CDATA "v0.0.1"
>
<!ELEMENT book-meta ANY> <!-- # related objects: 0 -->
<!ATTLIST book-meta
Value CDATA "Das ist eine Information"
>
<!ELEMENT book-id ANY> <!-- # related objects: 0 -->
<!ATTLIST book-id
pub-id-type CDATA #REQUIRED
>
<!ELEMENT book-title-group ANY> <!-- # related objects: 0 -->
<!ATTLIST book-title-group
Id CDATA #IMPLIED
>
<!ELEMENT book-title ANY> <!-- # related objects: 0 -->
<!ATTLIST book-title
name CDATA #REQUIRED
>
为了解析XML文件,我使用了一个带有lxml库的python脚本,以下是测试程序。
import xml.etree.ElementTree as ET
import lxml
from lxml import etree
myParser = lxml.etree.XMLParser(attribute_defaults = True, dtd_validation = True, load_dtd =True, no_network = False)
xmlFile = lxml.etree.parse("XML_DTDValidation.xml", parser=myParser)
xmlFile.xinclude()
xmlFile.write("XML_DTDValidation_out.xml",method="xml",xml_declaration=True, encoding='utf-8',pretty_print=True)
我希望我可以很好地总结我的问题,有人可以帮助我。