如何在Python中读取XML头

Question

在python3中如何读取XML文档的头呢？在

理想情况下，我将使用defusedxml模块作为documentation states that it's safer，但是在这一点上（经过数小时的努力，我已经接受了任何解析器）。在

例如，我有一个文档（实际上是从一个练习中得到的）：

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE plist PUBLIC "-//Apple Computer//DTD PLIST 1.0//EN" "http://www.apple.com/DTDs/PropertyList-1.0.dtd">
<plist version="1.0"> <!-- this is root -->
    <!-- CONTENTS -->
</plist>

我想知道如何在根节点之前访问所有内容。在

这似乎是一个很普遍的问题，我以为我很容易在网上找到答案，但我想我错了。我发现的最接近的东西是this question on Stack Overflow，它没有真正的帮助（我查看了xml.sax，但没有找到任何相关的东西）。在

Answer 1

使用lxml库，可以通过^{}对象访问文档属性。在

from lxml import etree

tree = etree.parse('input.xml')
info = tree.docinfo
v, e, d = info.xml_version, info.encoding, info.doctype

print('<?xml version="{}" encoding="{}"?>'.format(v, e))
print(d)

输出：

^{pr2}$

Answer 2

试试这个代码！ 我假设变量's'中有临时xml。在

我声明了一个MyParser类，它有一个XmlDecl函数来打印XML头，第二个函数的目的是解析XML头xml.parser. 在

现在创建MyParser类'parser'的对象，并使用对象引用调用parse函数。在

from xml.parsers import expat

s = """<?xml version='1.0' encoding='iso-8859-1'?>
       <book>
           <title>Title</title>
           <chapter>Chapter 1</chapter>
       </book>"""

class MyParser(object):
    def XmlDecl(self, version, encoding, standalone):
        print ("XmlDecl", version, encoding, standalone)

    def Parse(self, data):
        Parser = expat.ParserCreate()
        Parser.XmlDeclHandler = self.XmlDecl
        Parser.Parse(data, 1)

parser = MyParser()
parser.Parse(s)

Answer 3

我尝试了^{}，根据您提供的link，它很容易受到十亿次笑声和二次爆破攻击。这是我的代码：

from xml.dom.minidom import parse

dom = parse('file.xml')
print('<?xml version="{}" encoding="{}"?>'.format(dom.version, dom.encoding))
print(dom.doctype.toxml())
#or
print(dom.getElementsByTagName('plist')[0].previousSibling.toxml())
#or
print(dom.childNodes[0].toxml())

输出：

^{pr2}$

您可以从defusedxml使用minidom。我下载了那个包，用from defusedxml.minidom import parse替换import，代码使用相同的输出。在