Python：在保留实体的同时解析XML文档

我想问一下，现有的Python2.x库中有哪些用于使用内置DTD解析XML文档而不自动扩展实体的库。（对于好奇的人，有问题的文件：）

lxml似乎有一些不解析实体的选项，但我上次尝试时，实体最终被转换为空白。我只是在谷歌上搜索了一下，发现pxdom是我可以尝试的另一种选择，但因为它是纯Python，所以它似乎比我想要的慢得多

---

还有什么其他的吗？

用例似乎很不正常；不扩展实体似乎与解析器通常根据XML规范工作的方式背道而驰

---

所以，我认为这可能是最容易的胡乱猜测。我已经通过re.finditer手动提取了标记，并制作了映射字典。从这里开始，只需扫描解析的输出并为我的应用程序做正确的事情。我认为对于我的用例来说已经足够好了。

例如，

BeautifulStoneSoup

from默认情况下不会扩展实体

不过，对于您的用例来说，它可能不会很快或有效，因为它面向不同的用途（处理各种格式错误和不完整的标记）

是问题中提到的，据我所知，它能满足您的需求。测试代码：

从lxml导入etree
XML=”“”
&abc；
"""
parser=etree.XMLParser（resolve\u entities=False）
root=etree.fromstring（XML，解析器）
打印“未解析的实体：”
打印etree.tostring（根目录）
打印
打印“实体已解析：”
root=etree.fromstring（XML）
打印etree.tostring（根目录）

输出：

Entity not resolved:
<root>
&abc;
</root>

Entity resolved:
<root>
123
</root>

未解析的实体：
&abc；
实体决议：
123

我有一个类似的问题要解决。我需要读取包含以下实体的TEI XML文件

&some_exotic_char;

在单独的DTD文件中声明。任务是在某些标记中添加一些属性，并编写修改后的文件，同时保留特殊的实体，而不会弄乱XML布局

BeautifulSoup工作得很好，直到我想再次写出XML文件：

with open('outfile.xml','w') as outfile:
    outfile.write(soup.prettify())

然后它将不会保留实体«原样»，而是将它们扩展为utf8字符，这不是我想要的。此外，不管使用何种美化方法，它都会弄乱原始XML布局（没有它，情况更糟）

最后我放弃了，并最终使用Perl和XML:：LibXML找到了一个好的解决方案。用这个方法

$parser->expand_entities(0);

实体将不会被扩展。将XML写回文件将保持原始布局不变

use XML::LibXML;
my $parser = new XML::LibXML;
$parser->validation(0);
$parser->load_ext_dtd(1);
$parser->expand_entities(0);
my $doc  = $parser->parse_file('infile.xml');

... # do whatever you need to do

open my $out, '>', 'outfile.xml';
binmode $out;
print $out $doc->toString();
close $out;

---

Perl的XML:：LibXML拯救了我的一天。

我认为expat中的

XML.parsers.expat.XML\u PARAM\u ENTITY\u PARSING\u决不会这样做，但它没有任何效果。我想知道它有什么好处。我真的很想让它与expat一起工作，以避免另一种依赖&重写我当前的代码。但这确实解决了问题。