使用lxml解析xml时出现异常

Question

我写了这段代码来通过xsd验证我的xml文件

def parseAndObjectifyXml(xmlPath, xsdPath):
    from lxml import  etree

    xsdFile = open(xsdPath)
    schema = etree.XMLSchema(file=xsdFile)
    xmlinput = open(xmlPath)
    xmlContent = xmlinput.read()
    myxml = etree.parse(xmlinput) # In this line xml input is empty
    schema.assertValid(myxml)

但是当我想验证它时，我的xmlinput是空的但我的xmlContent不是空的。 问题是什么？

Answer 1

python中的文件有一个“当前位置”; 它从文件的开头（位置0）开始，然后，当您读取文件时，当前位置指针一直移动直到它到达结尾。

在lxml解析器可以完整读取内容之前，您需要将该指针放回到开头。 使用.seek()方法 ：

from lxml import  etree

def parseAndObjectifyXml(xmlPath, xsdPath):
    xsdFile = open(xsdPath)
    schema = etree.XMLSchema(file=xsdFile)
    xmlinput = open(xmlPath)
    xmlContent = xmlinput.read()
    xmlinput.seek(0)
    myxml = etree.parse(xmlinput)
    schema.assertValid(myxml)

如果你xmlContent其他地方也需要xmlContent你只需xmlContent ; 如果包装在StringIO对象中以提供必要的文件对象方法，您也可以将其传递给.parse()方法：

from lxml import  etree
from cStringIO import StringIO

def parseAndObjectifyXml(xmlPath, xsdPath):
    xsdFile = open(xsdPath)
    schema = etree.XMLSchema(file=xsdFile)
    xmlinput = open(xmlPath)
    xmlContent = xmlinput.read()
    myxml = etree.parse(StringIO(xmlContent))
    schema.assertValid(myxml)

如果你没有使用xmlContent做任何其他事情，那么你也不需要额外的.read()调用，随后也不会.read() lxml解析它的问题; 只是省略了调用，你不需要将当前位置指针移回到开头：

from lxml import  etree

def parseAndObjectifyXml(xmlPath, xsdPath):
    xsdFile = open(xsdPath)
    schema = etree.XMLSchema(file=xsdFile)
    xmlinput = open(xmlPath)
    myxml = etree.parse(xmlinput)
    schema.assertValid(myxml)

要了解有关.seek() （以及它的副本， .tell() ）的更多信息，请阅读Python教程中的文件对象 。

Answer 2

您应该使用您已阅读的XML内容：

xmlContent = xmlinput.read()
myxml = etree.parse(xmlContent)

代替：

myxml = etree.parse(xmlinput)