如何在没有dtd验证和使用lxml的情况下解析xml？

Question

我尝试使用以下代码具有无效的 dtd / xml

<city>
<address>
      <zipcode>4455</zipcode>
</address>

我正在尝试使用lxml进行解析

像这样，

from lxml import etree as ET

parser = ET.XMLParser(dtd_validation=False)
tree = ET.fromstring(xml_data,parser)
print(tree.xpath('//zipcode'))

不幸的是，这段代码仍然给出xml错误，

任何想法我怎么能得到上述xml的非验证解析？

Answer 1

假设使用' invalid dtd '意味着您没有在上述XML示例中关闭<city>标记，则您的文档实际上是无效的XML或坦率地说它根本不是XML，因为它不遵循XML规则。

您需要以某种方式修复文档，才能将其视为XML文档。 对于这种简单的未封闭标签情况，设置recover=True将完成以下工作：

from lxml import etree as ET

parser = ET.XMLParser(recover=True)
tree = ET.fromstring(xml_data,parser)
print(tree.xpath('//zipcode'))