Python 如何跳过在lxml中验证URI？

我正在使用lxml解析一些xml文件。我没有创建它们，我只是分析它们。某些文件包含名称空间的无效uri。例如：

'D:\Path\To\some\local\file.xsl'

我在尝试处理时出错：

lxml.etree.XMLSyntaxError: xmlns:xsi: 'D:\Path\To\some\local\file.xsl' is not a valid URI

---

是否有一种简单的方法可以将任何无效的uri替换为某些内容（任何内容，例如“”）？我曾想过编写一个正则表达式，但希望有一个更简单的方法。

如果您确定这些特定错误对您的用例不重要，您可以将其作为一个例外：

try:
   # process your tree here
   SomeFn()

except lxml.etree.XMLSyntaxError, e:
   print "Ignoring", e
   pass

---

如果您确信这些特定错误对您的用例不重要，您可以将其作为一个例外：

try:
   # process your tree here
   SomeFn()

except lxml.etree.XMLSyntaxError, e:
   print "Ignoring", e
   pass

---

解析器不喜欢的是名称空间uri中的反斜杠

要在URI无效的情况下解析xml，可以将

recover

参数设置为

True

实例化，然后使用该参数解析文件：

从lxml导入etree
正在恢复\u parser=etree.XMLParser（recover=True）
xml=etree.parse（“xmlfile.xml”，parser=recovering\u parser）
...

解析器不喜欢的是命名空间uri中的反斜杠

要在URI无效的情况下解析xml，可以将

recover

参数设置为

True

实例化，然后使用该参数解析文件：

从lxml导入etree
正在恢复\u parser=etree.XMLParser（recover=True）
xml=etree.parse（“xmlfile.xml”，parser=recovering\u parser）
...

什么是googlefsdfsd.com/？对我来说它看起来很破没关系。它不一定是一个有效的url，只是一个url（不是本地文件名的东西）。哦，好的，我现在明白了什么是googlefsdfsd.com/？对我来说它看起来很破没关系。它不一定是一个有效的url，只是一个url（不是本地文件名的东西）。哦，好的，我现在明白了在处理树时不会发生错误。包含反斜杠的名称空间uri在解析文档时会导致错误，因此您甚至无法找到树，捕获错误不会有帮助。那么您可能需要使用

r'D:\Path\to\some\local\file.xsl'

或

'D:\\Path\\to\\some\\local\\file.xsl'

或

'D:/Path/to/some/local/file.xsl'

或可能的

'file:D:\Path\to\some\local\file.xsl'

URI不在python代码中，它们在xml文件中，因此在它们前面加上

r

或双转义反斜杠没有任何意义（我不认为将所有文件更改为替换反斜杠是一种选择-OP只是想解析文档）。总是有一个简单的选择，就是只报告XML无效-这是由于无效的URI造成的，因此应该真正解决而不是解决。处理树时不会发生错误。包含反斜杠的名称空间uri在解析文档时会导致错误，因此您甚至无法找到树，捕获错误不会有帮助。那么您可能需要使用

r'D:\Path\to\some\local\file.xsl'

或

'D:\\Path\\to\\some\\local\\file.xsl'

或

'D:/Path/to/some/local/file.xsl'

或可能的

'file:D:\Path\to\some\local\file.xsl'

URI不在python代码中，它们在xml文件中，因此在它们前面加上

r

或双转义反斜杠没有任何意义（我不认为将所有文件更改为替换反斜杠是一种选择-OP只是想解析文档）。总是有一个简单的选择，就是只报告XML是无效的-这是由于无效的URI造成的，所以应该真正解决这个问题，而不是解决这个问题。