XML Etree.parse avec DTD

**tsm33** · 06/10/2017, 17h20

Bonjour à tous,

Débutant en python que je connais depuis longtemps mais c'est mon premier projet(petit).
J'ai besoin de comparer des XML venant d'Epic editor(avec DTD) avec de multiple fichier, principalement des xls.

j'arrive à tout faire marcher avec Etree et Openpyxl, extraire mes textes, les attribut des balises et comparer avec les données Excel.

le seul problème pour l'instant est que quand je parse mon XML la fonction etree.parse plante avec la balise
<!DOCTYPE madoc PUBLIC "-//MADTD//EN" >

si j’enlève cette balise de mon xml tout fonctionne. et la DTD m'est inaccessible.

J'envisage de sauvegarder mon xml temporairement sans cette balise pour faire mon traitement mais c'est pas 'propre'.
j'utilise peut être pas la bonne méthode ?

Je suis sous Windows10, Python 3.6

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
 
import xml.etree.ElementTree as etree 
tree = etree.parse("C:/Users/....test.xml")
root = tree.getroot()

**wiztricks** · 06/10/2017, 19h01

Salut,

Envoyé par tsm33

j'utilise peut être pas la bonne méthode ?

La validation d'un XML contre un DTD n'a jamais été supportée par xml.etree.ElementTree. Et si cela n'a pas été rajouté récemment (j'ai rien trouvé mais j'ai peut être mal regardé), il vous faut utiliser une bibliothèque externe comme lxml.

- W

**tsm33** · 06/10/2017, 19h21

Bonjour,

Effectivement, je n'ai pas besoin de parser mon xml vu qu'il a été fait avec un DTD. j'ai juste besoin de le lire (pour l'instant

)

Le charge lxml revient dire quoi.

**wiztricks** · 06/10/2017, 19h40

Envoyé par tsm33

Effectivement, je n'ai pas besoin de parser mon xml vu qu'il a été fait avec un DTD. j'ai juste besoin de le lire (pour l'instant

)

Si vous mettez un "<!DOCTYPE" standard comme:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Frameset//EN"
   "http://www.w3.org/TR/html4/frameset.dtd">

çà fonctionne...

- W

**tsm33** · 07/10/2017, 07h22

Oui, cela fonctionne.

dans mon Doctype, je n'ai pas le path de la DTD.

si je supprime le path en fermant la balise juste aprés EN je n'ai pas non plus la même erreur.

<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Frameset//EN" > donne comme erreur sous IDE Wingware :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
Fichier "c:\Users\jejeutil1\AppData\Local\Programs\Python\Python36\Lib\xml\etree\ElementTree.py", ligne 101, dans <module>
  from . import ElementPath
 
builtins.ImportError: cannot import name 'ElementPath'

et avec mon Doctype <!DOCTYPE madoc PUBLIC "-//MADTD.....//EN" > j'ai comme erreur

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
Fichier "c:\Users\jejeutil1\AppData\Local\Programs\Python\Python36\Lib\xml\etree\ElementTree.py", ligne 597, dans parse
  self._root = parser._parse_whole(source)
 
xml.etree.ElementTree.ParseError: syntax error: line 2, column 78

XML Etree.parse avec DTD

Python

Vue hybride

Discussions similaires

Partager

Partager