lxml unicode实体解析问题

Question

我使用lxml如下来分析从另一个系统导出的XML文件：

xmldoc = open(filename)
etree.parse(xmldoc)

但即时通讯：

lxml.etree.XMLSyntaxError：未定义实体“ eacute”，行4495，第46列

显然，Unicode实体名称存在问题-但是我将如何解决呢？ 通过open（）还是parse（）？

编辑：我忘记了将我的DTD包含在同一个文件夹中-它现在在那里并且具有以下声明：

<!ENTITY eacute "&#233;">

并在xmldoc中这样被引用（并且一直如此）：

<?xml version="1.0" encoding="ISO-8859-1" ?>
<!DOCTYPE DScribeDatabase SYSTEM "foo.dtd">

但是我仍然遇到同样的问题……DTD是否也需要在Python中声明？

Answer 1

eacute不是XML中的预定义实体。 包含é 在XML文件中的实体引用中，它必须具有指向定义该实体的DTD（例如XHTML 1.0 DTD）的<!DOCTYPE>声明。

如果XML使用é 但没有<!DOCTYPE> ，它格式不正确，导出它的系统需要修复。

（没有充分的理由使用实体引用来表示XML文件中的é 。在没有实体定义的情况下，字符引用é到处都可以理解，如果该文件不能简单地包含原始的UTF- é 。某些原因。）