可以使用lxml來檢查xml文件是否格式正確，或者它是否過於強大？

Question

是否可以使用lxml來檢查xml是否格式良好或功能是否過於強大？例如，即使xml格式不正確，它似乎也能夠解析。檢查xml文件是否格式正確的最簡單方法是什麼？

Answer 1

lxml分析非格式良好的XML時，應該已經拋出的異常，例如：

from lxml import etree 

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

拋出異常：

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 

不過，如果你明確告訴XMLParser恢復非格式良好的XML，或者您正在使用HTMLParser，lxml仍可以解析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>