在 Python 中使用 ElementTree 解析带有命名空间的 XML

Question

我有一个 xml，它的一小部分如下所示：

<?xml version="1.0" ?>
<i:insert xmlns:i="urn:com:xml:insert" xmlns="urn:com:xml:data">
  <data>
    <image imageId="1"></image>
    <content>Content</content>
  </data>
</i:insert>

当我使用 ElementTree 解析它并将其保存到文件时，我看到以下内容：

<ns0:insert xmlns:ns0="urn:com:xml:insert" xmlns:ns1="urn:com:xml:data">
  <ns1:data>
    <ns1:image imageId="1"></ns1:image>
    <ns1:content>Content</ns1:content>
  </ns1:data>
</ns0:insert>

为什么它会更改前缀并将它们放在各处？使用 minidom 我没有这样的问题。它配置了吗？ ElementTree 的文档很差。问题是，在这样的解析之后我找不到任何节点，例如 image - 如果我像 {namespace}image 或只是 image 一样使用它，无论有没有命名空间都找不到它.为什么？非常感谢任何建议。

我已经尝试过的：

import xml.etree.ElementTree as ET
tree = ET.parse('test.xml')
root = tree.getroot()
for a in root.findall('ns1:image'):
    print a.attrib

这个 returns 一个错误，另一个 returns 没有：

for a in root.findall('{urn:com:xml:data}image'):
    print a.attrib

我也试过这样创建命名空间并使用它：

namespaces = {'ns1': 'urn:com:xml:data'}
for a in root.findall('ns1:image', namespaces):
    print a.attrib

它returns没什么。我做错了什么？

Answer 1

据我了解，这与ET中的命名空间识别有关。

从这里开始http://effbot.org/zone/element-namespaces.htm

When you save an Element tree to XML, the standard Element serializer generates unique prefixes for all URI:s that appear in the tree. The prefixes usually have the form “ns” followed by a number. For example, the above elements might be serialized with the prefix ns0 for “http://www.w3.org/1999/xhtml” and ns1 for “http://effbot.org/namespace/letters”.

如果要使用特定前缀，可以将 prefix/uri 映射添加到 ElementTree 模块中的全局 table。在 1.3 及更高版本中，您可以通过调用 register_namespace 函数来执行此操作。在早期版本中，您可以直接访问内部table：

元素树 1.3

ET.register_namespace（前缀，uri）

元素树 1.2 (Python 2.5)

ET._namespace_map[uri] = 前缀

注意参数顺序；该函数首先采用前缀，而原始字典从 URI:s 映射到前缀。

Answer 2

你问题中的这个片段，

for a in root.findall('{urn:com:xml:data}image'):
    print a.attrib

不输出任何内容，因为它只查找树根的直接 {urn:com:xml:data}image 个子节点。

这段代码稍作修改，

for a in root.findall('.//{urn:com:xml:data}image'):
    print a.attrib

将打印 {'imageId': '1'} 因为它使用 .//，它会在所有级别上选择匹配的子元素。

参考：https://docs.python.org/2/library/xml.etree.elementtree.html#supported-xpath-syntax.

有点烦人的是，ElementTree 不仅默认保留原始命名空间前缀，但请记住，无论如何前缀都不重要。当序列化 XML 时，register_namespace() 函数可用于设置想要的前缀。该函数对解析或搜索没有任何影响。

在 Python 中使用 ElementTree 解析带有命名空间的 XML

Parsing XML with namespaces using ElementTree in Python

python

xml

elementtree

xml-parsing

python-2.7

元素树 1.3

元素树 1.2 (Python 2.5)