使用 ElementTree 和 Python 覆盖 XML 文件时保留现有命名空间答案

【问题标题】：Keep Existing Namespaces when overwriting XML file with ElementTree and Python使用 ElementTree 和 Python 覆盖 XML 文件时保留现有命名空间
【发布时间】：2016-12-04 10:18:02
【问题描述】：

我有一个以下格式的 XML 文件

<?xml version="1.0" encoding="utf-8"?>
<foo>
   <bar>
      <bat>1</bat>
   </bar>
   <a>
      <b xmlns="urn:schemas-microsoft-com:asm.v1">
         <c>1</c>
      </b>
   </a>
</foo>

我想把bat的值改成'2'，把文件改成这样：

<?xml version="1.0" encoding="utf-8"?>
<foo>
   <bar>
      <bat>2</bat>
   </bar>
   <a>
      <b xmlns="urn:schemas-microsoft-com:asm.v1">
         <c>1</c>
      </b>
   </a>
</foo>

我通过这样做打开这个文件

tree = ET.parse(filePath)
root = tree.getroot()

然后我将 bat 的值更改为 '2' 并像这样保存文件：

tree.write(filePath, "utf-8", True, None, "xml")

bat 的值成功更改为 2，但是 XML 文件现在看起来像这样。

<?xml version="1.0" encoding="utf-8"?>
<foo xmlns:ns0="urn:schemas-microsoft-com:asm.v1">
   <bar>
      <bat>2</bat>
   </bar>
   <a>
      <ns0:b>
         <ns0:c>1</ns0:c>
      </ns0:b>
   </a>
</foo>

为了解决命名空间命名为 ns0 的问题，我在解析文档之前做了以下操作

ET.register_namespace('', "urn:schemas-microsoft-com:asm.v1")

这摆脱了 ns0 命名空间，但 xml 文件现在看起来像这样

<?xml version="1.0" encoding="utf-8"?>
<foo xmlns="urn:schemas-microsoft-com:asm.v1">
   <bar>
      <bat>2</bat>
   </bar>
   <a>
      <b>
         <c>1</c>
      </b>
   </a>
</foo>

我该怎么做才能得到我需要的输出？

【问题讨论】：

你使用的是什么版本的 Python 和 lxml？我无法重现这种行为。 tree.write(filePath, "utf-8", True, None, "xml") 在 Python 3.5 上抛出错误——尝试明确地做你的参数：tree.write("output.xml",xml_declaration=True,encoding="utf-8",pretty_print=True)
我使用的是 Python 3.5.1 版。不确定 lxml 是什么——我昨天开始使用 Python。
我试过了，明确指定参数没有区别。
非常类似于这个问题：stackoverflow.com/q/38438921/407651
如果您可以使用不在标准库中的工具包，请查看 lxml。它类似于 ElementTree（相同基本 API 的扩展），但功能更强大。 lxml.de

标签： python xml elementtree

【解决方案1】：

据我所知，没有办法通过xml.etree.ElementTree 方法来实现您的目标。通过挖掘xml.etree 源代码和xml 规范，我发现库的行为没有错，也没有不合理。无论如何，它不允许您正在寻找的输出。

要使用该库实现您的目标，您必须自定义呈现行为。为了最好地满足您的需求，我编写了以下 render 函数。

from xml.etree import ElementTree as ET
from re import findall, sub

def render(root, buffer='', namespaces=None, level=0, indent_size=2, encoding='utf-8'):
    buffer += f'<?xml version="1.0" encoding="{encoding}" ?>\n' if not level else ''
    root = root.getroot() if isinstance(root, ET.ElementTree) else root
    _, namespaces = ET._namespaces(root) if not level else (None, namespaces)
    for element in root.iter():
        indent = ' ' * indent_size * level
        tag = sub(r'({[^}]+}\s*)*', '', element.tag)
        buffer += f'{indent}<{tag}'
        for ns in findall(r'{[^}]+}', element.tag):
            ns_key = ns[1:-1]
            if ns_key not in namespaces: continue
            buffer += ' xmlns' + (f':{namespaces[ns_key]}' if namespaces[ns_key] != '' else '') + f'="{ns_key}"'
            del namespaces[ns_key]
        for k, v in element.attrib.items():
            buffer += f' {k}="{v}"'
        buffer += '>' + element.text.strip() if element.text else '>'
        children = list(element)
        for child in children:
            sep = '\n' if buffer[-1] != '\n' else ''
            buffer += sep + render(child, level=level+1, indent_size=indent_size, namespaces=namespaces)
        buffer += f'{indent}</{tag}>\n' if 0 != len(children) else f'</{tag}>\n'
    return buffer

通过向上述render() 函数提供您的xml 输入数据，如下所示：

data =\ 
'''<?xml version="1.0" encoding="utf-8"?>
<foo>
   <bar>
      <bat>1</bat>
   </bar>
   <a>
      <b xmlns="urn:schemas-microsoft-com:asm.v1">
         <c>1</c>
      </b>
   </a>
</foo>'''

root = ET.ElementTree(ET.fromstring(data))
ET.register_namespace('', "urn:schemas-microsoft-com:asm.v1")
print(render(root))

它会打印出您正在寻找的输出：

<?xml version="1.0" encoding="utf-8" ?>
<foo>
  <bar>
    <bat>1</bat>
  </bar>
  <a>
    <b xmlns="urn:schemas-microsoft-com:asm.v1">
      <c>1</c>
    </b>
  </a>
</foo>

【讨论】：

OP 希望 <bat> 元素的值在输出中为 2。
@mzjn 你是对的。无论如何，他能够做到这一点。答案解决了 OP 寻求帮助的目的。

【解决方案2】：

使用包lxml 可以帮助解决您的问题。这里提供了一个带有原始/修改过的 xml 文件和 python 代码（使用lxml）包的示例，名称空间/xml 结构未更改： example with namespace/xml structure unchanged

【讨论】：