我想检索旧版 xml 文件,对其进行操作并保存。
这是我的代码:
from xml.etree import cElementTree as ET
NS = "{http://www.somedomain.com/XI/Traffic/10}"
def fix_xml(filename):
f = ET.parse(filename)
root = f.getroot()
eventlist = root.findall("%(ns)Event" % {'ns':NS })
xpath = "%(ns)sEventDetail/%(ns)sEventDescription" % {'ns':NS }
for event in eventlist:
desc = event.find(xpath)
desc.text = desc.text.upper() # do some editting to the text.
ET.ElementTree(root, nsmap=NS).write("out.xml", encoding="utf-8")
shorten_xml("test.xml")
我加载的文件包含:
xmlns="http://www.somedomain.com/XI/Traffic/10"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://www.somedomain.com/XI/Traffic/10 10.xds"
在根标签。
我有以下与命名空间相关的问题:
<?xml version="1.0" encoding="utf-8"?>
。<ns0:eventDescription>
,而我需要输出为原始<eventDescription>
,开头没有命名空间。如何解决这些问题?
查看lxml 教程中关于命名空间的部分。还有这篇关于 ElementTree 中的命名空间的文章。
问题 1:像其他人一样忍受它。而不是
"%(ns)Event" % {'ns':NS }
尝试 NS+"Event"
。
问题2:默认情况下,只有需要时才写入XML声明。您可以通过在
xml_declaration=True
调用中使用 write()
来强制它(仅限 lxml)。
问题 3:
nsmap
arg 似乎仅限于 lxml。 AFAICT 它需要一个映射,而不是一个字符串。尝试nsmap={None: NS}
。 effbot 文章中有一节描述了此问题的解决方法。
按顺序回答您的问题:
你不能仅仅忽略命名空间,不能在
.findall()
使用的路径语法中忽略,但也不能在“真正的”xpath(由lxml支持)中忽略:在那里你仍然被迫使用前缀,并且仍然需要提供一些前缀到 uri 的映射。使用
xml_declaration=True
以及encoding='utf-8'
与.write()
调用(在lxml中可用,但我相信自python 2.7以来仅在stdlib xml.etree中)我相信lxml会像你想要的那样表现