如何使用 python 中的 ElementTree 获取元素的 xml:id

Question

很抱歉，如果这是一个非常基本的问题，但我已经在这个问题面前坐了几个小时了，就是无法解决它。

我正在处理英国国家语料库（文件格式为 XML），我想从这些文件中提取不同人物的属性。我正在使用的部分的结构如下：

<bncDoc>
<teiHeader>
<profileDesc>
<particDesc n="C196">
                <person ageGroup="X" xml:id="PS21Y" role="unspecified" sex="f" soc="UU" dialect="NONE" firstLang="EN-GBR" educ="X">
                    <persName>j. hammond</persName>
                    <occupation>interviewer</occupation>
                </person>
                <person ageGroup="X" xml:id="PS220" role="unspecified" sex="m" soc="UU" dialect="XIS" firstLang="EN-GBR" educ="X">
                    <persName>Bhagan</persName>
                </person>
</particDesc>
</profileDesc>
</teiHeader>
</bncDoc>

我正在尝试提取“person”元素的“id”、“sex”、“soc”和“ageGroup”。但我只是不知道它如何与那些“xml:id”一起工作。我尝试这样做的方式（如下所示）不起作用。它适用于“sex”、“soc”和“ageGroup”，但不适用于“xml:id”。有谁知道，如何让它发挥作用？那会对我有很大帮助！ :)

for i in root.findall('teiHeader/profileDesc/particDesc/person'):
            tmp = []
            tmp.append(i.get('id'))
            tmp.append(i.get('sex'))
            tmp.append(i.get('soc'))
            tmp.append(i.get('ageGroup'))

Answer 1

如果你使用

它会起作用

i.get('{http://www.w3.org/XML/1998/namespace}id')

这看起来有点难看，但这与 xml: 是绑定到 http://www.w3.org/XML/1998/namespace URI 的特殊名称空间前缀有关。参见 https://www.w3.org/XML/1998/namespace。

如何使用 python 中的 ElementTree 获取元素的 xml:id

How do I get the xml:id of an element using ElementTree in python

python

xml

elementtree