特殊フォントの文字を解析するときにlxmlがクラッシュする

Question

lxml.etree.parse（）を使用して以下のXMLファイルを解析しようとしています。このXMLには、3行目の特殊フォントの文字が含まれています。この文字は、Dingbatsのfont-value 0x 7-電話の絵文字です。メモ帳++では、BEL - 黒い四角内に白い文字が表示されます。私は質問にこのcaracterを投入することができませんでした。

File "lxml.etree.pyx", line 3193, in lxml.etree.parse (src/lxml/lxml.etree.c:64168) 
    File "parser.pxi", line 1548, in lxml.etree._parseDocument (src/lxml/lxml.etree.c:91390) 
    File "parser.pxi", line 1577, in lxml.etree._parseDocumentFromURL (src/lxml/lxml.etree.c:91674) 
    File "parser.pxi", line 1477, in lxml.etree._parseDocFromFile (src/lxml/lxml.etree.c:90741) 
    File "parser.pxi", line 1024, in lxml.etree._BaseParser._parseDocFromFile (src/lxml/lxml.etree.c:87655) 
    File "parser.pxi", line 565, in lxml.etree._ParserContext._handleParseResultDoc (src/lxml/lxml.etree.c:83243) 
    File "parser.pxi", line 656, in lxml.etree._handleParseResult (src/lxml/lxml.etree.c:84225) 
    File "parser.pxi", line 596, in lxml.etree._raiseParseError (src/lxml/lxml.etree.c:83549) 
lxml.etree.XMLSyntaxError: invalid character in attribute value, line 3, column 14 

どのように私はこのような文書を解析することができます

<!DOCTYPE qgis PUBLIC 'http://mrcc.com/qgis.dtd' 'SYSTEM'> 
     <layer pass="0" class="FontMarker" locked="0"> 
     <prop k="chr" v="!!!SPECIAL_CARACTER_HERE!!!"/> 
     </layer> 
</qgis> 

この文字は、lxmlの（だけでなく、XMLのクラッシュ）、次のエラーでクラッシュするのですか？

UPDATE： A link to the file itself.

Answer 1

がlxmlのはそれと競合することはできませんということらしいです。あなたはエラーに対処するために、recoverを使用することができます。

recover - try hard to parse through broken XML

>>> from lxml import etree 
>>> parser = etree.XMLParser(recover=True) 
>>> tree = etree.parse("/tmp/qgis.xml", parser=parser) 
>>> tree.find("layer/prop").attrib 
{'v': '', 'k': 'chr'}