我有一个xml文档,我正在尝试使用Etree.lxml解析它。
<Envelope xmlns="http://www.example.com/zzz/yyy">
<Header>
<Version>1</Version>
</Header>
<Body>
some stuff
<Body>
<Envelope>
我的代码是:
path = "path to xml file"
from lxml import etree as ET
parser = ET.XMLParser(ns_clean=True)
dom = ET.parse(path, parser)
dom.getroot()
当我尝试获取dom.getroot()时,我得到:
<Element {http://www.example.com/zzz/yyy}Envelope at 28adacac>
然而,我只想:
<Element Envelope at 28adacac>
当我这样做的时候
dom.getroot().find("Body")
我什么也得不到。但是,当我
dom.getroot().find("{http://www.example.com/zzz/yyy}Body")
我得到了一个结果。
我认为将ns_clean=True传递给解析器可以避免这种情况。
有什么想法吗?
发布于 2010-11-23 20:41:24
import io
import lxml.etree as ET
content='''\
<Envelope xmlns="http://www.example.com/zzz/yyy">
<Header>
<Version>1</Version>
</Header>
<Body>
some stuff
</Body>
</Envelope>
'''
dom = ET.parse(io.BytesIO(content))
您可以使用xpath
方法查找支持名称空间的节点:
body=dom.xpath('//ns:Body',namespaces={'ns':'http://www.example.com/zzz/yyy'})
print(body)
# [<Element {http://www.example.com/zzz/yyy}Body at 90b2d4c>]
如果您确实想删除名称空间,则可以使用XSL转换:
# http://wiki.tei-c.org/index.php/Remove-Namespaces.xsl
xslt='''<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
<xsl:output method="xml" indent="no"/>
<xsl:template match="/|comment()|processing-instruction()">
<xsl:copy>
<xsl:apply-templates/>
</xsl:copy>
</xsl:template>
<xsl:template match="*">
<xsl:element name="{local-name()}">
<xsl:apply-templates select="@*|node()"/>
</xsl:element>
</xsl:template>
<xsl:template match="@*">
<xsl:attribute name="{local-name()}">
<xsl:value-of select="."/>
</xsl:attribute>
</xsl:template>
</xsl:stylesheet>
'''
xslt_doc=ET.parse(io.BytesIO(xslt))
transform=ET.XSLT(xslt_doc)
dom=transform(dom)
在这里,我们看到名称空间已被删除:
print(ET.tostring(dom))
# <Envelope>
# <Header>
# <Version>1</Version>
# </Header>
# <Body>
# some stuff
# </Body>
# </Envelope>
因此,您现在可以通过以下方式找到Body节点:
print(dom.find("Body"))
# <Element Body at 8506cd4>
发布于 2010-11-23 20:29:40
发布于 2022-01-24 11:43:40
另一个不太糟糕的选择是使用QName帮助器,并将其包装在具有默认名称空间的函数中:
from lxml import etree
DEFAULT_NS = 'http://www.example.com/zzz/yyy'
def tag(name, ns=DEFAULT_NS):
return etree.QName(ns, name)
dom = etree.parse(path)
body = dom.getroot().find(tag('Body'))
https://stackoverflow.com/questions/4255277
复制相似问题