使用DTD验证XML时，无法使用lxm导入实体

Question

我有一个生成NewsML类型XML文件的工具，我想在生成这些文件后验证它们。 我收到一个错误：

Attempt to load network entity http://www.w3.org/TR/ruby/xhtml-ruby-1.mod

python调用是：

parser = etree.XMLParser(load_dtd=True, dtd_validation=True)
treeObject = etree.parse(f, parser)

首先，我不确定是否需要两个“loaddtd=True，dtd_validation=True”，但我还是在使用它。 第二个错误似乎来自导入的nitf-3-4.dtd，它的定义是：

^{pr2}$

lxml会出去检索xhtml-ruby-1.mod还是必须在本地保存所有DTD文件。在

Answer 1

尝试用no_network=False构造解析器。如documentation所述：

no_network - prevent network access when looking up external documents (on by default)

导入的dtd模块应该由lxml检索，但是如果不允许网络访问，它就不能这样做（这不包括文档本身，只用于加载外部引用文档）。事实上，我希望您在加载dtd本身时出错，所以我假设文档引用了该dtd的本地可用副本，并且只有dtd本身引用了远程资源？）在

您还可以使用目录来使用本地可用的副本（不仅可以避免这个问题，而且性能更高，对w3c服务器更友好；-）。Libxml2（由lxml使用）将检查/etc/xml/catalog中是否存在目录，以及XML_CATALOG_FILES环境变量（请参见Libxml2 docs）

（也可以为lxml编写自己的resolvers来拦截和处理请求，但在这种情况下，这样做可能有点过头了）

注意，除了解析时间验证之外还有另一个选项：使用DTD class分别加载dtd，并将其用作验证器。在

这将使用所提供的dtd验证已解析的文档，而不管doctype声明引用了哪个dtd（如果有的话）（这很方便：根据您想要的dtd，并不是每个有效的xml文件都必须有效）。在

因为dtd只需要检索和解析一次，如果您要验证大量文档，这应该会更快，而且（如果我没弄错的话），您不会遇到无网络问题。在

这种方法的另一个好处是：您甚至可以在序列化元素/元素树之前验证它们（如果您的生产工具使用的是lxml）。在

最后一点：只有在解析时可以访问dtd（无法解析的实体…）时，才能解析某些文档。如果可以的话，避免这种情况。（而且，尽管不是每个人都同意：如果可能的话，完全避免doctype声明）。在