如何使用多个根元素解析xml

Question

我需要解析var和group根元素。

码

import xml.etree.ElementTree as ET
tree_ownCloud = ET.parse('0020-syslog_rules.xml')
root = tree_ownCloud.getroot()

错误

xml.etree.ElementTree.ParseError：文档元素后出现垃圾：第17行，第0列

样本XML

<var name="BAD_WORDS">core_dumped|failure|error|attack| bad |illegal |denied|refused|unauthorized|fatal|failed|Segmentation Fault|Corrupted</var>

<group name="syslog,errors,">
  <rule id="1001" level="2">
    <match>^Couldn't open /etc/securetty</match>
    <description>File missing. Root access unrestricted.</description>
    <group>pci_dss_10.2.4,gpg13_4.1,</group>
  </rule>

  <rule id="1002" level="2">
    <match>$BAD_WORDS</match>
    <options>alert_by_email</options>
    <description>Unknown problem somewhere in the system.</description>
    <group>gpg13_4.3,</group>
  </rule>
</group>

我在这里尝试了以下关于stackoverflow的其他几个问题，但是没有一个帮助。

我知道原因，由于它没有得到解析，所以人们通常尝试使用hack。 IMO这是一个非常常见的用例，它在XML中具有多个根元素，并且ET解析库中必须存在某些元素才能完成此操作。

Answer 1

如注释中所述，XML文件不能具有多个根。 就那么简单。

如果您确实以这种格式接收/存储数据（那么它就是不正确的XML）。 您可以考虑用假标签包围您的物品，例如

import xml.etree.ElementTree as ET

with open("0020-syslog_rules.xml", "r") as inputFile: 
  fileContent = inputFile.read()
  root = ET.fromstring("<fake>" + fileContent +"</fake>")
  print(root)

Answer 2

实际上，示例数据不是格式良好的XML文档，而是格式良好的XML实体。 一些XML解析器可以选择接受实体而不是文档，并且在XPath 3.1中，您可以使用parse-xml-fragment（）函数进行解析。

解析片段的另一种方法是创建一个包装器文档，该文档将其引用为外部实体：

<!DOCTYPE wrapper [
<!ENTITY e SYSTEM "fragment.xml">
]>
<wrapper>&e;</wrapper>

然后将此包装器文档提供为XML解析器的输入。