问如何在lxml中通过find/findall使用xml名称空间？
EN

Stack Overflow用户

提问于 2010-11-18 01:07:30

回答 3查看 31.5K关注 0票数 33

我正在尝试解析OpenOffice ODS电子表格中的内容。ods格式本质上只是一个包含多个文档的zipfile。电子表格的内容存储在“content.xml”中。

import zipfile
from lxml import etree

zf = zipfile.ZipFile('spreadsheet.ods')
root = etree.parse(zf.open('content.xml'))

电子表格的内容在单元格中：

table = root.find('.//{urn:oasis:names:tc:opendocument:xmlns:table:1.0}table')

我们也可以直接使用行：

rows = root.findall('.//{urn:oasis:names:tc:opendocument:xmlns:table:1.0}table-row')

各个元素知道名称空间：

>>> table.nsmap['table']
'urn:oasis:names:tc:opendocument:xmlns:table:1.0'

如何在find/findall中直接使用名称空间？

显而易见的解决方案不起作用。

尝试从表中获取行：

>>> root.findall('.//table:table')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "lxml.etree.pyx", line 1792, in lxml.etree._ElementTree.findall (src/lxml/lxml.etree.c:41770)
  File "lxml.etree.pyx", line 1297, in lxml.etree._Element.findall (src/lxml/lxml.etree.c:37027)
  File "/usr/lib/python2.6/dist-packages/lxml/_elementpath.py", line 225, in findall
    return list(iterfind(elem, path))
  File "/usr/lib/python2.6/dist-packages/lxml/_elementpath.py", line 200, in iterfind
    selector = _build_path_iterator(path)
  File "/usr/lib/python2.6/dist-packages/lxml/_elementpath.py", line 184, in _build_path_iterator
    selector.append(ops[token[0]](_next, token))
KeyError: ':'

python

xml

lxml

xml-namespaces

elementtree

回答 3

Stack Overflow用户

回答已采纳

发布于 2010-11-18 01:39:21

如果root.nsmap包含table名称空间前缀，那么您可以：

root.xpath('.//table:table', namespaces=root.nsmap)

findall(path)接受{namespace}name语法，而不是namespace:name。因此，在将path传递给findall()之前，应该使用名称空间字典将其预处理为{namespace}name表单。

票数 26

Stack Overflow用户

发布于 2013-12-19 18:34:07

下面是获取XML文档中所有名称空间的方法(假设没有前缀冲突)。

当我预先知道名称空间URL是什么，并且只知道前缀时，我就会在解析XML文档时使用它。

        doc = etree.XML(XML_string)

        # Getting all the name spaces.
        nsmap = {}
        for ns in doc.xpath('//namespace::*'):
            if ns[0]: # Removes the None namespace, neither needed nor supported.
                nsmap[ns[0]] = ns[1]
        doc.xpath('//prefix:element', namespaces=nsmap)

票数 11

Stack Overflow用户

发布于 2018-08-30 18:29:05

如果XML文件中没有xmlns定义，Etree将找不到带名称空间的元素。例如：

import lxml.etree as etree

xml_doc = '<ns:root><ns:child></ns:child></ns:root>'

tree = etree.fromstring(xml_doc)

# finds nothing:
tree.find('.//ns:root', {'ns': 'foo'})
tree.find('.//{foo}root', {'ns': 'foo'})
tree.find('.//ns:root')
tree.find('.//ns:root')

有时这就是你得到的数据。那么，如果没有名称空间，该怎么办呢？

我的解决方案是:添加一个。

import lxml.etree as etree

xml_doc = '<ns:root><ns:child></ns:child></ns:root>'
xml_doc_with_ns = '<ROOT xmlns:ns="foo">%s</ROOT>' % xml_doc

tree = etree.fromstring(xml_doc_with_ns)

# finds what you're looking for:
tree.find('.//{foo}root')