Python 如何制作lxml'；是否忽略无效的XML字符？

我有一个包含无效字符的XML。 LXML的XMLParser在这些无效字符上抛出异常，但是当我使用recover=True选项创建XMLParser时，它会忽略坏字符并正常工作

我的问题是如何为lxml的iterparse函数设置类似的标志

复制：

断开的XML（/tmp/z.XML）：

坏字符：

注意：在“坏字符：”字符串之后有两个ASCII字符#31（0x1F），我无法复制粘贴到这里

XMLParser的分析错误：

fd = open('/tmp/z.xml')
parser = etree.XMLParser()
tree   = etree.parse(fd, parser)

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "lxml.etree.pyx", line 2576, in lxml.etree.parse (src/lxml/lxml.etree.c:22796)
  File "parser.pxi", line 1488, in lxml.etree._parseDocument (src/lxml/lxml.etree.c:60390)
  File "parser.pxi", line 1518, in lxml.etree._parseFilelikeDocument (src/lxml/lxml.etree.c:60687)
  File "parser.pxi", line 1401, in lxml.etree._parseDocFromFilelike (src/lxml/lxml.etree.c:59658)
  File "parser.pxi", line 991, in lxml.etree._BaseParser._parseDocFromFilelike (src/lxml/lxml.etree.c:57303)
  File "parser.pxi", line 538, in lxml.etree._ParserContext._handleParseResultDoc (src/lxml/lxml.etree.c:53512)
  File "parser.pxi", line 624, in lxml.etree._handleParseResult (src/lxml/lxml.etree.c:54372)
  File "parser.pxi", line 564, in lxml.etree._raiseParseError (src/lxml/lxml.etree.c:53770)
lxml.etree.XMLSyntaxError: PCDATA invalid Char value 31, line 4, column 21

fd=open（'/tmp/z.xml'）
parser=etree.XMLParser（）
tree=etree.parse（fd，parser）
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
lxml.etree.parse（src/lxml/lxml.etree.c:22796）中的文件“lxml.etree.pyx”，第2576行
文件“parser.pxi”，第1488行，在lxml.etree.\u parseDocument（src/lxml/lxml.etree.c:60390）中
文件“parser.pxi”，第1518行，在lxml.etree.\u parseFilelikeDocument（src/lxml/lxml.etree.c:60687）中
文件“parser.pxi”，第1401行，在lxml.etree._parseDocFromFilelike（src/lxml/lxml.etree.c:59658）中
文件“parser.pxi”，第991行，在lxml.etree.\u BaseParser.\u parseDocFromFilelike（src/lxml/lxml.etree.c:57303）中
文件“parser.pxi”，第538行，在lxml.etree.\u ParserContext.\u handleParseResultDoc（src/lxml/lxml.etree.c:53512）中
lxml.etree.中的文件“parser.pxi”，第624行。\u handleParseResult（src/lxml/lxml.etree.c:54372）
文件“parser.pxi”，第564行，在lxml.etree中。\u raiseParserError（src/lxml/lxml.etree.c:53770）
lxml.etree.XMLSyntaxError:PCDATA无效字符值31，第4行，第21列

要忽略错误字符，我设置了recover=True，它工作正常：

import lxml.etree as etree
fd = open('/tmp/z.xml')
parser = etree.XMLParser(recover=True)
tree   = etree.parse(fd, parser)
etree.tostring(tree)

# OUTPUT:
<items>\n\t<item>\n\t\t<B>Bad characters:</B>\n\t</item>\n</items>'

将lxml.etree导入为etree
fd=open（'/tmp/z.xml'）
parser=etree.XMLParser（recover=True）
tree=etree.parse（fd，parser）
etree.tostring（树）
#输出：
\n\t\n\t\t无效字符：\n\t\n

使用iterparse时，我再次遇到相同的错误，但如何使其忽略坏字符

fd = open('/tmp/z.xml')
it = etree.iterparse(fd, events=("start", "end"))
for e in it: print e
...
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "iterparse.pxi", line 498, in lxml.etree.iterparse.__next__ (src/lxml/lxml.etree.c:73245)
  File "parser.pxi", line 564, in lxml.etree._raiseParseError (src/lxml/lxml.etree.c:53770)
lxml.etree.XMLSyntaxError: PCDATA invalid Char value 31, line 4, column 21

fd=open（'/tmp/z.xml'）
it=etree.iterparse（fd，events=（“开始”，“结束”））
对于其中的e：打印e
...
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
文件“iterparse.pxi”，第498行，在lxml.etree.iterparse.\uu下一个\uuuuu（src/lxml/lxml.etree.c:73245）
文件“parser.pxi”，第564行，在lxml.etree中。\u raiseParserError（src/lxml/lxml.etree.c:53770）
lxml.etree.XMLSyntaxError:PCDATA无效字符值31，第4行，第21列

阅读最后一篇文章。看起来这在iterparse中是不可能的。看起来像是的复制品，但这个问题没有被接受或投票赞成的答案。我怀疑答案是@pypat说的。@mzjn：对，似乎是同一个问题。

fd = open('/tmp/z.xml')
it = etree.iterparse(fd, events=("start", "end"))
for e in it: print e
...
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "iterparse.pxi", line 498, in lxml.etree.iterparse.__next__ (src/lxml/lxml.etree.c:73245)
  File "parser.pxi", line 564, in lxml.etree._raiseParseError (src/lxml/lxml.etree.c:53770)
lxml.etree.XMLSyntaxError: PCDATA invalid Char value 31, line 4, column 21