Question

我的PYTHON xml解析器失败，如果在xml文件的开头有注释，如::

<?xml version="1.0" encoding="utf-8"?>
<!-- Script version: "1"-->
<!-- Date: "07052010"-->
<component name="abc">
<pp>
    ....
</pp>
</component>

这样的评论是否违法？

编辑：

好吧，它不会抛出错误，但DOM模块将失败并且无法识别子节点：

import xml.dom.minidom as dom
sub_tree = dom.parse('xyz.xml')
for component in sub_tree.firstChild.childNodes:
    print(component)

我无法访问子节点; sub_tree.firstChild.childNodes返回一个空列表，但是如果我删除这两个注释，我可以遍历列表并像往常一样读取子节点！

编辑：

伙计们，这个简单的例子很有用，足以弄明白。启动你的python shell并执行上面的这个小代码。一旦它什么都不输出，删除评论后它将显示节点！

Answer 1

这是合法的;来自XML 1.0 Reference：

2.5评论

[定义：可能会出现评论   在其他文档之外的任何地方   标记;此外，它们可能会出现   在文档类型声明中   在语法允许的地方。他们   不属于文档的一部分   人物数据;一个XML处理器MAY，   但是不需要，让它成为可能   应用程序检索文本   评论。为了兼容性，   字符串“ - ”（双连字符）绝不可以   发生在评论中。]参数   实体引用绝不是   在评论中得到承认。

Answer 2

要获得更好的答案，请向我们展示（a）一个完整的小Python脚本和（b）一个小的完整XML文档，它们共同展示了意外的行为。

您是否考虑过使用ElementTree？

Answer 3

如果你这样做：

import xml.dom.minidom as dom
sub_tree = dom.parse('xyz.xml')
print sub_tree.children

你会看到你的问题：

>>> print sub_tree.childNodes
[<DOM Comment node " Script ve...">, <DOM Comment node " Date: "07...">, <DOM Element: component at 0x7fecf88c>]

firstChild显然会选择第一个孩子，这是一个评论，并没有自己的孩子。您可以遍历子项并跳过所有注释节点。

或者您可以放弃DOM模型并使用ElementTree，这样可以更好地使用它。：）

Answer 4

只要XML声明在第一行，这应该是合法的。

XML文档开头的注释

4 个答案: