Python：xml ElementTree（或 lxml）中的命名空间

Question

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：

• 如您所见，对于每个标签调用，我在开始时给出了名称空间以检索子项。
• 生成的 xml 文件开头没有

  <?xml version="1.0" encoding="utf-8"?>

  。
• 输出处的标签包含这样的

  <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？

Answer 1

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。

Answer 2

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