Python xml.sax的parseString解析XML字符串报ExpatParser属性错误

你遇到的'ExpatParser' object has no attribute 'processingInstruction'报错，是因为xml.sax.parseString的参数传递错误：parseString的第二个参数要求传入SAX内容处理器（ContentHandler）实例，而你传入了用make_parser()生成的解析器对象。
解析本地文件时你调用的是解析器自身的parse()方法，该方法内部会自动绑定默认的内容处理器，所以可以正常运行；但调用parseString时传入解析器对象后，底层Expat解析器找不到对应的事件回调方法，就会抛出属性不存在的异常。

方案1：复用解析器逻辑，包装字符串为字节流 #

不需要额外调用parseString，将XML字符串包装为类文件字节流，直接用解析器的parse方法处理即可，改动量最小：

from xml.sax import make_parser
import io
import os

filename = os.path.join('.', 'data', 'data.xml')
xmlstr = "<note>\n<to>Mary</to>\n<from>Jane</from>\n<heading>Reminder</heading>\n<body>Go to the zoo</body>\n</note>"


def parsefile(file):
    parser = make_parser()
    parser.parse(file)


def parsestr(xmlstr):
    parser = make_parser()
    # 将字符串编码后包装为字节流，和解析本地文件逻辑完全一致
    parser.parse(io.BytesIO(xmlstr.encode('utf-8')))


if __name__ == "__main__":
    try:
        parsefile(filename)
        print("%s is well-formed" % filename)
    except Exception as e:
        print("%s is NOT well-formed! %s" % (filename, e))

    try:
        parsestr(xmlstr)
        print("%s is well-formed" % ('xml string'))
    except Exception as e:
        print("%s is NOT well-formed! %s" % ('xml string', e))

运行后两个校验场景都会正常通过。

方案2：正确传参调用parseString #

如果要使用parseString接口，直接传入ContentHandler实例即可，不需要手动创建解析器。做基础格式校验时，用默认空实现的ContentHandler就足够：

from xml.sax import parse, parseString
from xml.sax.handler import ContentHandler
import os

filename = os.path.join('.', 'data', 'data.xml')
xmlstr = "<note>\n<to>Mary</to>\n<from>Jane</from>\n<heading>Reminder</heading>\n<body>Go to the zoo</body>\n</note>"


def parsefile(file):
    parse(file, ContentHandler())


def parsestr(xmlstr):
    parseString(xmlstr.encode('utf-8'), ContentHandler())

# 后续try-catch校验逻辑和之前一致即可

更轻量的校验方案 #

如果你只需要做XML格式合法性校验，不需要SAX的流式事件解析能力，可以直接用标准库的xml.etree.ElementTree，代码更简洁，只要解析过程不抛出ParseError就说明XML格式合法：

import xml.etree.ElementTree as ET

def check_xml_valid(xml_content: str) -> bool:
    try:
        ET.fromstring(xml_content)
        return True
    except ET.ParseError:
        return False

注意：Python标准库自带的XML解析模块都不支持防御外部实体注入，如果要处理不可信来源的XML内容，建议使用defusedxml等安全的第三方解析库。

内容的提问来源于stack exchange，提问作者Georg Pfolz