当输入一个开始标记时，lxml的解析器目标不会立即触发“start”回调

Question

我试图使用lxml的parser target interface将XML增量解析为一个“自定义”树，但遇到了以下问题：如果实例化解析器并立即向其提供根元素的开始标记，则目标的“start”回调在任何其他事件发生之前不会触发（例如传入数据、结束标记、，另一个开场标记等）。这似乎不会发生在任何其他（嵌套）元素上。在

演示：

class EchoTarget(object):
    def start(self, tag, attrib):
        print("start %s %s" % (tag, attrib))
    def end(self, tag):
        print("end %s" % tag)
    def data(self, data):
        print("data %r" % data)
    def comment(self, text):
        print("comment %s" % text)
    def close(self):
        print("close")
        return "closed!"

>>> p = etree.XMLParser(target=EchoTarget())
>>> p.feed('<a>') # nothing happens
>>> p.feed(' ') # suddenly..
start a {}
>>> p.feed('<b>') # works as expected
data u' '
start b {}

有一种方法可以解决这个问题：

^{pr2}$

对此有何解释？解决方法“有效”吗？也就是说，依赖此行为来确保流中的第一个开始标记将触发“start”回调是否安全？在

顺便说一句，还有另一种方法可以达到这个结果：

>>> p = etree.XMLParser(target=EchoTarget())
>>> p.feed('<a')
>>> p.feed('>')
start a {}

然而，将流分成两个字符长的块似乎有点过分了。在

Answer 1

从阅读文档来看，这似乎是预期的行为（引自http://lxml.de/parsing.html#the-feed-parser-interface）：

"If you do not call close(), the parser will stay locked and subsequent feeds will keep appending data, usually resulting in a non well-formed document and an unexpected parser error. So make sure you always close the parser after use, also in the exception case."

所以解析器正在“等待”更多的信息被输入或关闭。您可以通过调用close方法来验证所输入的内容是否为有效的XML：

>>> p.feed('<a>')
>>> p.close()
start a {}
close
Traceback (most recent call last):
  File "<input>", line 1, in <module>
  File "parser.pxi", line 1171, in lxml.etree._FeedParser.close (src/lxml/lxml.etree.c:79791)
  File "parsertarget.pxi", line 128, in lxml.etree._TargetParserContext._handleParseResult (src/lxml/lxml.etree.
c:88895)
  File "parser.pxi", line 590, in lxml.etree._raiseParseError (src/lxml/lxml.etree.c:74696)
XMLSyntaxError: Extra content at the end of the document, line 1, column 4

例如，关闭打开的标记（有效的XML）将生成：

^{pr2}$

希望这有帮助。在