使用 Python Elementtree 访问 XMLNS 属性？

Question

如何通过 ElementTree 访问 NS 属性？

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，我返回无，类别和日期都很好，感谢任何帮助..

Answer 1

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)

Answer 2

我认为element.tag 是您正在寻找的。请注意，您的示例缺少尾部斜杠，因此它不平衡并且不会解析。我在示例中添加了一个。

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

如果您只想知道 xmlns URI，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's examples。

Answer 3

查看 effbot 命名空间文档/示例；特别是parse_map 函数。它向您展示了如何为每个元素添加一个 *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。根据我的需要，我发现我想要一个所有命名空间的全局映射，用于使元素查找更容易而不是硬编码。

这是我想出的：

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，你可以解析一个 xml 文件并获得一个带有命名空间映射的字典。所以，如果你有一个像下面这样的 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 命名空间并获取诸如 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'