使用Python Elementree访问XMLNS属性？

Question

一个人如何通过使用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，我没有回来，类别和日期都很好，任何帮助。

Answer 1

我认为 element.tag 就是您要寻找的。请注意，您的示例缺少拖延的斜线，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，则可以使用以下功能将其拆分为：

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中名称空间和合格名称的更多信息，请参见 Effbot的例子.

Answer 2

查看EFFBOT名称空间文档/示例；特别是 parse_map 功能。它向您展示了如何将 * ns_map *属性添加到包含适用于该特定元素的前缀/URI映射的每个元素。

但是，这将NS_MAP属性添加到所有元素中。为了我的需求，我发现我想要一张用于使元素更容易且不硬编码的所有名称空间的全局地图。

这是我想到的：

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，您可以解析XML文件并获得使用名称空间映射的dict。因此，如果您的XML文件如下（“ 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名称并获取元素的信息 DC：创造者:

>>> 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'

Answer 3

尝试这个：

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)