使用 Python Elementree 访问 XMLNS 属性？

Question

如何通过ElementTree访问NS属性？

具有以下内容：

<data xmlns="http://www.foo.net/a" xmlns:a="http://www.foo.net/a" book="1" category="ABS" date="2009-12-22">

当我尝试 root.get('xmlns') 时，我返回 None，类别和日期都很好，任何帮助表示赞赏..

Answer 1

我认为

element.tag

就是您正在寻找的。请注意，您的示例缺少尾部斜杠，因此它不平衡并且无法解析。我在我的示例中添加了一个。

>>> from xml.etree import ElementTree as ET
>>> data = '''<data xmlns="http://www.example.net/a"
...                 xmlns:a="http://www.example.net/a"
...                 book="1" category="ABS" date="2009-12-22"/>'''
>>> element = ET.fromstring(data)
>>> element
<Element {http://www.example.net/a}data at 1013b74d0>
>>> element.tag
'{http://www.example.net/a}data'
>>> element.attrib
{'category': 'ABS', 'date': '2009-12-22', 'book': '1'}

如果您只想知道 xmlns URI，您可以使用如下函数将其拆分：

def tag_uri_and_name(elem):
    if elem.tag[0] == "{":
        uri, ignore, tag = elem.tag[1:].partition("}")
    else:
        uri = None
        tag = elem.tag
    return uri, tag

有关 ElementTree 中的命名空间和限定名称的更多信息，请参阅 effbot 的示例。

Answer 2

查看 effbot 命名空间文档/示例；特别是 parse_map 函数。它向您展示了如何向每个元素添加 *ns_map* 属性，其中包含适用于该特定元素的前缀/URI 映射。

但是，这会将 ns_map 属性添加到所有元素。为了满足我的需求，我发现我想要一个用于使元素查找更容易而不是硬编码的所有名称空间的全局映射。

这是我的想法：

import elementtree.ElementTree as ET

def parse_and_get_ns(file):
    events = "start", "start-ns"
    root = None
    ns = {}
    for event, elem in ET.iterparse(file, events):
        if event == "start-ns":
            if elem[0] in ns and ns[elem[0]] != elem[1]:
                # NOTE: It is perfectly valid to have the same prefix refer
                #     to different URI namespaces in different parts of the
                #     document. This exception serves as a reminder that this
                #     solution is not robust.    Use at your own peril.
                raise KeyError("Duplicate prefix with different URI found.")
            ns[elem[0]] = "{%s}" % elem[1]
        elif event == "start":
            if root is None:
                root = elem
    return ET.ElementTree(root), ns

有了这个，你可以解析 xml 文件并获取带有命名空间映射的字典。因此，如果您有如下所示的 xml 文件（“my.xml”）：

<?xml version="1.0" encoding="UTF-8" ?>
<rss version="2.0"
xmlns:content="http://purl.org/rss/1.0/modules/content/"
xmlns:dc="http://purl.org/dc/elements/1.1/"\
>
<feed>
  <item>
    <title>Foo</title>
    <dc:creator>Joe McGroin</dc:creator>
    <description>etc...</description>
  </item>
</feed>
</rss>

您将能够使用 xml 命名空间并获取 dc:creator:

等元素的信息

>>> tree, ns = parse_and_get_ns("my.xml")
>>> ns
{u'content': '{http://purl.org/rss/1.0/modules/content/}',
u'dc': '{http://purl.org/dc/elements/1.1/}'}
>>> item = tree.find("/feed/item")
>>> item.findtext(ns['dc']+"creator")
'Joe McGroin'

Answer 3

试试这个：

import xml.etree.ElementTree as ET
import re
import sys

with open(sys.argv[1]) as f:
    root = ET.fromstring(f.read())
    xmlns = ''
    m = re.search('{.*}', root.tag)
    if m:
        xmlns = m.group(0)
    print(root.find(xmlns + 'the_tag_you_want').text)