使用 Python 解析带有命名空间的 XML 文件

Question

我有一个复杂的 xml，我试图从中提取数据。

<?xml version="1.0" ?>
<root xmlns="something.something.com">
    <Save>
        <AdditionalInfo>
            <Name></Name>
            <Time></Time>
            <UtilityVersion></UtilityVersion>
            <XMLVersion></XMLVersion>
            <PluginName></PluginName>
            <ClassName></ClassName>
        </AdditionalInfo>
        <Data>
            <session>
                <xyDataObjects>
                    <xyData Key="'info'" ObjectType="moreinfo" Type="evenmoreinfo">
                        <axis1QuantityType ObjectType="guesswhat" Type="info!">
                            <label></label>
                            <type></type>
                        </axis1QuantityType>
    ... and so on and so on

该文件有多个以 Save 和 /Save 块开头和结尾的块，我要查找的信息可以与标签一样远，甚至更远。

ElementTree.Iter 似乎是我的解决方案，因为它会遍历每个 Save 块并找到我正在寻找的 <label> 信息，但不幸的是，它不接受命名空间参数。

我还有哪些其他选择？我试图保持我的代码灵活，因为我预见到 xml 文件的结构将来可能会改变，而且很简单，所以我宁愿不实现类似的东西：

tree= ET.parse('dblank.xml')
root = tree.getroot()
for i in range(len(root)):
        Array[i]=root[i][1][0][0][0][0][0].text

Answer 1

当您使用命名空间处理 XML 时，您必须指定使用的命名空间。 为此我：

• 定义了 ns 变量（字典），以命名空间快捷方式作为键 并将完整的命名空间作为值（此处为单个字典条目），
• 将此变量用作findall中的第二个参数。

还要注意，findall 的第一个参数包含 some: 作为 元素名称的开头部分。

试试下面的代码：

import xml.etree.ElementTree as et

tree = et.parse('Input.xml')
root = tree.getroot()
ns = {'some': 'something.something.com'}

for elem in root.findall('.//some:label', ns):
    print(elem.text)

当然，这只是一个如何引用现有元素的示例。 根据您的需要进行更改。