带有 xpath 和带有前缀的命名空间的 python etree

Question

我找不到信息，如何使用命名空间解析我的 XML：

我有这个 xml：

<par:Request xmlns:par="http://somewhere.net/actual">
  <par:actual>blabla</par:actual>
  <par:documentType>string</par:documentType>
</par:Request>

并试图解析它：

dom = ET.parse(u'C:\\filepath\\1.xml')
rootxml = dom.getroot()
for subtag in rootxml.xpath(u'//par:actual'):
    #do something
    print(subtag)

得到了异常，因为它不知道命名空间前缀。 有没有最好的方法来解决这个问题，计算脚本不会知道它要解析的文件和标签要搜索的文件？

搜索网页和stackoverflow我发现，如果我会在那里添加：

namespace = {u'par': u"http://somewhere.net/actual"}
for subtag in rootxml.xpath(u'//par:actual', namespaces=namespace):
    #do something
    print(subtag)

这行得通。完美的。但我不知道我将解析哪个 XML，并且我的脚本也不知道搜索标记（例如 //par:actual）。所以，我需要想办法从 XML 中提取命名空间。

我找到了很多方法，如何提取命名空间URI，比如：

print(rootxml.tag)
print(rootxml.xpath('namespace-uri(.)'))
print(rootxml.xpath('namespace-uri(/*)'))

但是我应该如何提取前缀来创建 ElementTree 想要的字典呢？我不想在 xml 正文上使用正则表达式怪物来提取前缀，我相信必须存在支持的方式，不是吗？

也许必须存在一些方法让我通过 ETree 命名空间从 XML 中提取为字典（正如 ETree 所希望的那样！）而无需手动操作？

Answer 1

在 Python 3.8.2 中，我发现这个问题与相同的问题。

这是我找到的解决方案，将命名空间放在 XPath 查询中。 （在 {} 之间）

ApplicationArea = BOD_IN_tree.find('.//ApplicationArea', ns)
if(ApplicationArea is None):
  ApplicationArea = BOD_IN_tree.find('.//{http://www.defaultNamespace.com/2}ApplicationArea', ns)

我搜索没有命名空间的元素，如果没有找到则再次搜索。我无法控制入站文档，有些有命名空间，有些没有。

我希望这会有所帮助！

Answer 2

哦，我找到了。

我们这样做之后：

dom = ET.parse(u'C:\\filepath\\1.xml')
rootxml = dom.getroot()

Object rootxml 包含字典 nsmap，其中包含我想要的所有命名空间。

所以，我找到了最简单的解决方案：

dom = ET.parse(u'C:\\filepath\\1.xml')
rootxml = dom.getroot()
nss = rootxml.nsmap
for subtag in rootxml.xpath(u'//par:actual', namespaces=nss):
    #do something
    print(subtag)

这行得通。

UPD： 如果用户理解他使用的 XML 中的“par”是什么意思，那么它就可以工作。例如，在任何其他操作之前将假定的命名空间与现有的命名空间进行比较。

不过，我还是喜欢 XPath 的许多变体，它可以理解{...}实际，这就是我试图实现的目标。

Answer 3

您不能依赖根元素上的命名空间声明：不能保证声明甚至会存在，或者文档将始终具有相同命名空间的相同前缀。 假设您将通过某种方式传递要搜索的标签（因为您说脚本不知道它），您还应该提供一种传递名称空间映射的方法。或使用 James Clark 表示法，如 {http://somewhere.net/actual}actual（ETXPath 支持此语法，而“普通”xpath 不支持，但如果您不需要完整的 xpath，您也可以使用其他方法，如 .findall()）

如果你根本不关心前缀，你也可以在 xpath 中使用local-name() 函数，例如。 //*[local-name()="actual"]（但你不会“真的”确定它是正确的“实际”）