se expat à utiliser .dtd pour le remplacement de l'entité en python

Question

Je suis en train de lire dans un fichier xml qui ressemble à ceci

<?xml version="1.0" encoding="ISO-8859-1"?>
<!DOCTYPE dblp SYSTEM "dblp.dtd">
<dblp>
<incollection>
<author>Jos&eacute; A. Blakeley</author>
</incollection>
</dblp>

Le point qui crée l'apparence de problème est le

José A. Blakeley

partie: L'analyseur appelle son gestionnaire de caractères deux fois, une fois avec « Jos », une fois avec « A. Blakeley ». Maintenant, je comprends cela peut être le comportement correct si elle ne connaît pas l'entité eacute. Cependant, cela est défini dans le dblp.dtd, que j'ai. Je ne semble pas être en mesure de convaincre expat d'utiliser ce fichier, cependant. Tout ce que je peux dire est

p = xml.parsers.expat.ParserCreate()
# tried with and without following line
p.SetParamEntityParsing(xml.parsers.expat.XML_PARAM_ENTITY_PARSING_ALWAYS) 
p.UseForeignDTD(True)
f = open(dblp_file, "r")
p.ParseFile(f)

mais expat ne reconnaît toujours pas mon entité. Pourquoi est-il aucun moyen de dire expat qui DTD à utiliser? J'ai essayé

• mettre le fichier dans le même répertoire que le fichier XML
• mettre le fichier dans le répertoire de travail du programme
• remplacement de la référence dans le fichier xml par un chemin absolu

Qu'est-ce que je manque? Thx.

Answer 1

Si je comprends bien, si vous utilisez pyexpat directement, vous devez fournir votre propre ExternalEntityRefHandler pour aller chercher la DTD externe et nourrissez à expat.

Voir, par exemple. xml.sax.expatreader par exemple code (méthode external_entity_ref, la ligne 374 dans le python 2.6).

Il serait sans doute préférable d'utiliser une interface de niveau supérieur, comme SAX (via expatreader) si vous le pouvez.

Answer 2

BTW, je peux me aider temporairement en copiant les parties pertinentes du .dtd dans le fichier XML lui-même, comme dans

<!DOCTYPE dblp [
    <!ENTITY Agrave  "&#192;" >
]>

mais cela ne résout pas vraiment le problème d'une manière générale.