用Python转换DTD

Question

我在找一个库，想用Python来解析和转换DTD（文档类型定义）。到目前为止，我只找到一个叫做 xmlproc 的东西，但感觉它有点老旧，而且似乎不支持DTD的序列化。还有一个 这个 是给Java用的，但我更希望能找到Python的解决方案。

编辑：我说的“序列化”DTD是指，我希望能把DTD解析成某种Python结构，然后对这个结构进行操作，最后再把结果写回到DTD中。

相关问题：

• 如何在ElementTree中为SubElement添加属性（Python）
• 使用ElementTree解析XML时处理命名空间
• 从XML DTD生成lex匹配规则和yacc语法规则
• 在Ruby或Python中解析SVG的库
• 使用lxml解析DTD时出错
• 使用ElementTree解析Python中的XML示例
• 在字典中访问Plist项
• 如何用Python保存数据？

Answer 1

你可以考虑把你的DTD转换成一种基于XML的格式。这样的话，你就可以用ElementTree或者你喜欢的其他XML工具来处理它。

我之前用RelaxNG的经验不错，它比较简洁明了。你可以在它的网站上找到一些转换工具的列表：http://relaxng.org/#conversion

如果你更喜欢XML Schema，这里有一些资源可以参考：http://www.w3.org/XML/Schema

不过，如果你在处理第三方的文档或者DTD，这个方法可能不太适用。如果是自己内部的文件，可以试试看。基于XML的架构会更好用一些。

Answer 2

我不知道有没有一个完整的工具可以处理DTD（文档类型定义），不过我很少用到DTD，所以这也不奇怪。

Amara可以解析DTD，但我不太清楚你能获取到什么样的信息，或者结果是否可以保存下来。我猜应该可以，但这只是我的假设。还有一个叫libxml2的库，在Python中可以用lxml来使用，我对这个的了解更少。从libxml的文档来看，你应该能访问到完整的DTD。

另一个选择是把DTD转换成XSD（XML模式定义），可以用很多程序中的一个，然后用普通的XML处理工具来操作这个结构，最后再转换回DTD。我担心这样会丢失一些信息。

如果你想自己写一个解析器来处理DTD的语法，难度会逐渐增加，可以考虑PyParsing或者PLY。