我需要设置一个测试方法来验证作为 Python 字符串提供的标记是否有效 xHtml1.1。
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.1//EN"
"http://www.w3.org/TR/xhtml11/DTD/xhtml11.dtd">
由于这将在内部 CI 上运行，因此它必须能够在不将内容发送到任何外部服务的情况下进行处理(我不想像 https://validator.w3.org/那样使用在线验证器，但会得到类似的结果(。
我发现的是 https://lxml.de/validation.html#id1，看起来很有希望。问题是我无法获得有效的 DTD。
from lxml.etree import DTD
dtd = DTD(external_id = "-//W3C//DTD XHTML 1.1//EN")
这对我不起作用:(
---------------------------------------------------------------------------
DTDParseError Traceback (most recent call last)
<ipython-input-13-c6bf8522a141> in <module>()
----> 1 dtd = DTD(external_id = "-//W3C//DTD XHTML 1.1//EN")
/tmp/tmp.dWRxTnmLqz/venv/lib/python2.7/site-packages/lxml/etree.so in lxml.etree.DTD.__init__()
DTDParseError: error parsing DTD
我发现w3c-sgml-lib软件包提供了缺少的DTD，因此安装后不再提出DTDParseError：
sudo apt install w3c-sgml-lib libxml2
至于现在，我正在使用Python2代码进行xHtml1.1验证，类似于以下内容：
#!/usr/bin/env python2
# vim: set fileencoding=utf-8 :
#
# This is an example for https://stackoverflow.com/q/51236003/388968
#
# Copyright 2018 (c) Sebastian Sawicki (0x52fb0d10)
# OPENPGP4FPR:5691BED8E6CA579830842DD85CB361E552FB0D10
#
# Licence: https://creativecommons.org/licenses/by/4.0/
#
from lxml.etree import DTD
from lxml.etree import fromstring
from six import string_types
def isValidXHtml11(s):
return isinstance(s, string_types) and
s.startswith('<?xml version="1.0" encoding="UTF-8"?>n' +
'<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.1//EN" ' +
'"http://www.w3.org/TR/xhtml11/DTD/xhtml11.dtd">n') and
DTD(external_id = '-//W3C//DTD XHTML 1.1//EN').validate(
fromstring(response.body)
)
。无论如何，这是对任何建议或改进的开放。