xml - lxml可以用来检查xml文件是否格式良好，还是功能太强大？

Question

lxml 可以用来检查 xml 是否格式良好或者它是否太强大？例如，即使 xml 格式不正确，它似乎也能够解析。检查 xml 文件格式是否正确的最简单方法是什么？

Answer 1

lxml解析格式不正确的 XML 时应该抛出异常，例如:

from lxml import etree

xml = """
<multipleroot>
    <noclosingtag>
</multipleroot>
<multipleroot></multipleroot>"""
doc = etree.fromstring(xml)

抛出异常:

Traceback (most recent call last):
  File "D:\StackOverflow\Python\Q50.py", line 8, in <module>
    doc = etree.fromstring(xml)
  ......
  ......
XMLSyntaxError: Opening and ending tag mismatch: noclosingtag line 3 and multipleroot, line 4, column 16

但是，如果您明确告诉 XMLParser恢复格式不正确的 XML，或者您正在使用 HTMLParser相反， lxml可能仍然能够解析 XML:

from lxml import etree

xml = """
<multipleroot>
    <noclosingtag>
</multipleroot>
<multipleroot></multipleroot>"""
parser = etree.XMLParser(recover=True)
#parser = etree.HTMLParser()
doc = etree.fromstring(xml, parser=parser)
print(etree.tostring(doc))

成功打印解析的 XML :

<multipleroot>
    <noclosingtag>
</noclosingtag>
<multipleroot/></multipleroot>