lxml无法解析有效URI求助：XSLT引入外部样式表失败

我尝试运行包含以下代码的XSLT：

<xsl:include href="http://www.loc.gov/marcxml/xslt/MARC21slimUtils.xsl"/>

但抛出错误：

lxml.etree.XSLTParseError: Cannot resolve URI https://www.loc.gov/marcxml/xslt/MARC21slimUtils.xsl

这个URI在浏览器里能正常访问，但lxml为啥解析不了？

可能的原因 #

• 自动重定向未被处理：你写的href是http协议，但错误里显示的是https，说明服务器会把HTTP请求重定向到HTTPS。浏览器会自动跟进重定向，但lxml的默认XML解析器不会自动处理这种跳转，导致无法获取目标资源。
• 请求头被拦截：部分服务器会校验请求的User-Agent字段，lxml默认的请求头不属于浏览器标识，可能被服务器拒绝访问或无法触发正确跳转。
• lxml外部资源加载限制：lxml对XSLT中的外部URI加载有默认限制，不会主动处理复杂的HTTP逻辑（比如重定向、自定义请求头）。

解决办法 #

1. 本地文件替代（最可靠）
   直接把MARC21slimUtils.xsl下载到本地项目目录，修改XSLT中的引用路径为本地文件：

<xsl:include href="./MARC21slimUtils.xsl"/>

彻底规避网络依赖，也不会有重定向或请求头的问题。

2. 自定义URI解析器处理HTTP请求
   如果必须从网络加载，可以给lxml自定义一个URI解析器，用requests库处理重定向和请求头：

import lxml.etree as ET
import requests

def resolve_uri(uri, context):
    # 模拟浏览器请求头，处理重定向
    headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36"}
    response = requests.get(uri, headers=headers)
    response.raise_for_status()
    # 返回解析后的XML文档
    return ET.fromstring(response.content)

# 注册自定义解析器
parser = ET.XMLParser()
parser.resolvers.add(resolve_uri)

# 加载并运行XSLT
xslt_doc = ET.parse("你的XSLT文件路径.xsl", parser=parser)
xslt = ET.XSLT(xslt_doc)

这个方法会模拟浏览器请求，自动处理重定向，同时带上合法的User-Agent，避免被服务器拦截。

内容的提问来源于stack exchange，提问作者user680244