使用带有重新声明命名空间的 python ElementTree 从 xml 中查找命名空间答案

【问题标题】：Find the namespaces from xml with python ElementTree with redeclared namespaces使用带有重新声明命名空间的 python ElementTree 从 xml 中查找命名空间
【发布时间】：2018-10-24 00:03:22
【问题描述】：

如果重新声明命名空间定义，您如何获得正确的命名空间？详细说明：前缀相同但属性值不同，因此重新声明。

即<site:Stack xmlns:site='http://stackoverflow.com'> 至 <site:Stack xmlns:site='https://math.stackexchange.com/'>

根据我在 Microsoft 的 XML 文档中读到的内容，这是可以接受的，它只是 重新声明命名空间。除非这是不被接受的形式，然后我可以关闭这个问题。

这是一个问题，因为它弄乱了大多数字典获取命名空间的方法，但它也弄乱了标准库中的 ElementTree.register_namespace(prefix, uri) 方法。 Register_namespace 非常重要，因为它用于解析命名空间标签，因为 ET 解析以 clark 表示法给出标签，例如 Header 元素，如 <{http://schemas.xmlsoap.org/soap/envelope/}:Header/> 使用 register_namespace 将上述解析回<SOAP-ENV:Header/>。这给我带来了严重的问题，因为我将 XML 反序列化为自定义类对象，然后（经过一些处理/编辑）重新序列化为格式良好的 XML 文件。

即来自 Oracle 的 XML 示例。请注意 Orders 如何更改为 Confirm，但前缀相同。

<PO:order xmlns:PO="http://gizmos.com/orders/"> 更改为 <PO:confirmation xmlns:PO="http://gizmos.com/confirm">

<?xml version="1.0" encoding="utf-8" ?>
<SOAP-ENV:Envelope xmlns:SOAP-ENV="http://schemas.xmlsoap.org/soap/envelope/">
<SOAP-ENV:Header/>
<SOAP-ENV:Body>
    <SOAP-ENV:Fault>
        <faultcode>SOAP-ENV:Client</faultcode>
        <faultstring>Message does not have necessary info</faultstring>
        <faultactor>http://gizmos.com/order</faultactor>
            <detail>
                <PO:order xmlns:PO="http://gizmos.com/orders/">
                Quantity element does not have a value
                </PO:order>
                <PO:confirmation xmlns:PO="http://gizmos.com/confirm">
                Incomplete address: no zip code
                </PO:confirmation>
            </detail>
    </SOAP-ENV:Fault>
</SOAP-ENV:Body>
</SOAP-ENV:Envelope>

请注意：我知道您可以使用以下方法获取带有命名空间的字典。但这将使用任何命名空间的最新声明。同样 ET.register_namespace 也会这样做，这是使用最近的声明。

import xml.etree.ElementTree as ET
my_namespaces = dict([
    node for (_, node) in ET.iterparse('file.xml', events=['start-ns'])
])

【问题讨论】：

据我所知，对两个不同的命名空间 URI 使用相同的前缀是合法的。见stackoverflow.com/q/41774652/407651。
从那个答案看来，Oracle 给出的上述 XML 实际上是无效的。您链接的答案表明 NameSpace 允许相同，但最终 Xpath Mapping 必须是唯一的。所以在我的例子中，PO 不能同时映射到 Order 和 Confirmation。
我不认为您的 XML 示例是“无效的”。我已经使用 Python 的 ElementTree 模块以及 xmllint 对其进行了解析，并且没有错误。
我知道它的“有效”但格式正确是另一个我不确定的问题。就像我在原始帖子中提到的那样， register_namespace 不起作用。我已将其作为 ET 读入，将其分解，然后重新序列化回 ET。然而就像我之前说的，标准库函数调用不能使用它，因为有两个重复的前缀 PO。即使在您链接到我的答案中，答案也明确提到每个映射都必须是唯一的。
文档格式正确。如果不是，解析器会抛出错误。我想说的是，对于两个不同的命名空间使用相同的前缀是不寻常的（并且令人困惑），但它不会违反 XML 文档的任何规则。

标签： python xml elementtree

【解决方案1】：

此 XML 格式正确且有效。在您仅使用标准库中的 ElementTree 的情况下，ElementTree.register_namespace(prefix, uri) 不能用于解析命名空间，因为您作为参数输入的字典将不起作用，因为您将具有具有不同 URI 的重复前缀，这对于 python 字典也无效。

如果使用 xpath 有一个解决方案，它使用唯一映射到前缀。所以以 oracle xml 为例。 P1 maps to PO to http://gizmos.com/orders/ 和 P2 maps to PO to http://gizmos.com/confirm/

如果不编辑原始 XML 并仅使用 ElementTree，则必须手动解决此问题。

【讨论】：