让expat在python中使用.dtd替换实体

我试图读入一个xml文件，如下所示

<?xml version="1.0" encoding="ISO-8859-1"?>
<!DOCTYPE dblp SYSTEM "dblp.dtd">
<dblp>
<incollection>
<author>Jos&eacute; A. Blakeley</author>
</incollection>
</dblp>

部分：解析器调用其字符处理程序两次，一次使用“Jos”，一次使用“A.Blakeley”。 现在我明白了，如果它不知道eacute实体，那么这可能是正确的行为。但是，这是在dblp.dtd中定义的。不过，我似乎无法说服expat使用此文件。我只能说

p = xml.parsers.expat.ParserCreate()
# tried with and without following line
p.SetParamEntityParsing(xml.parsers.expat.XML_PARAM_ENTITY_PARSING_ALWAYS) 
p.UseForeignDTD(True)
f = open(dblp_file, "r")
p.ParseFile(f)

但侨民仍然不承认我的实体。为什么没有办法告诉外籍人士使用哪种DTD？我试过了

• 将文件放入与XML相同的目录中
• 将文件放入程序的工作目录
• 将xml文件中的引用替换为绝对路径

---

我错过了什么？Thx.

据我所知，如果您直接使用pyexpat，那么您必须提供自己的

ExternalEntityRefHandler

来获取外部DTD并将其提供给expat

参见示例代码，例如

xml.sax.expatreader

（Python 2.6中的方法

external\u entity\u ref

，第374行）

---

如果可以的话，最好使用更高级的接口，比如SAX（通过

expatreader

）。

据我所知，如果您直接使用pyexpat，那么您必须提供自己的

ExternalEntityRefHandler

来获取外部DTD并将其提供给expat

参见示例代码，例如

xml.sax.expatreader

（Python 2.6中的方法

external\u entity\u ref

，第374行）

---

如果可以的话，最好使用更高级别的接口，如SAX（通过

expatreader

）。

顺便说一句，我可以将.dtd的相关部分复制到XML文件本身中，如

<!DOCTYPE dblp [
    <!ENTITY Agrave  "&#192;" >
]>

---

但这并不能从总体上解决问题。

顺便说一句，我可以通过将.dtd的相关部分复制到XML文件本身来暂时帮助自己，如

<!DOCTYPE dblp [
    <!ENTITY Agrave  "&#192;" >
]>

---

但这并不能从总体上解决问题。

谢谢你的回答。然而，这两种方法都遇到了问题：从external_entity_ref中的示例来看，我仍然不知道如何在这里包含DTD。使用xml.sax.make_解析器，我得到feed self中第207行的文件“…expatreader.py”。_parser.Parse（data，isFinal）。。。UnicodeEncodeError:“ascii”编解码器无法对位置0处的字符u'\xe9'进行编码：序号不在范围内（128）。这两个问题显然与我缺乏包含这些库的内部工作原理的知识有关，但是我有点困惑，这样一个琐碎的任务需要这么多的知识，

external\u entity\u ref

方法在

sysid

中接收外部实体的地址（这里是DTD，

dblp.DTD

）。它从该源获取数据（

prepare\u input\u source

），创建新的解析上下文（

ExternalEntityParserCreate

），并回调到解析循环以继续，从外部源而不是原始源获取内容。要使DTD在您自己的pyexpat代码中工作，您必须重现这种丑陋的过程？由于某种原因，它看起来是被输入unicode字符，而不是XML解析器应该输入的字节。XML有自己的内置字节到字符解码机制，所以您不希望Python为您这样做。您没有使用Python 3，是吗？如果是这样，您应该确保使用

rb

而不是

r

以字节形式打开文件。（实际上，你也应该在Python2上这样做，但这并不重要，因为它只会影响换行。）哇，非常感谢这些详尽的解释。我会尽快检查并公布我的最终结果。谢谢你的回答。然而，这两种方法都遇到了问题：从external_entity_ref中的示例来看，我仍然不知道如何在这里包含DTD。使用xml.sax.make_解析器，我得到feed self中第207行的文件“…expatreader.py”。_parser.Parse（data，isFinal）。。。UnicodeEncodeError:“ascii”编解码器无法对位置0处的字符u'\xe9'进行编码：序号不在范围内（128）。这两个问题显然与我缺乏包含这些库的内部工作原理的知识有关，但是我有点困惑，这样一个琐碎的任务需要这么多的知识，

external\u entity\u ref

方法在

sysid

中接收外部实体的地址（这里是DTD，

dblp.DTD

）。它从该源获取数据（

prepare\u input\u source

），创建新的解析上下文（

ExternalEntityParserCreate

），并回调到解析循环以继续，从外部源而不是原始源获取内容。要使DTD在您自己的pyexpat代码中工作，您必须重现这种丑陋的过程？由于某种原因，它看起来是被输入unicode字符，而不是XML解析器应该输入的字节。XML有自己的内置字节到字符解码机制，所以您不希望Python为您这样做。您没有使用Python 3，是吗？如果是这样，您应该确保使用

rb

而不是

r

以字节形式打开文件。（实际上，你也应该在Python2上这样做，但这并不重要，因为它只会影响换行。）哇，非常感谢这些详尽的解释。我会尽快检查并公布我的最终结果。