Acessando o atributo XMLNS com Python Elementree?

Question

Como pode um acesso NS atributos através do uso de ElementTree?

Com o seguinte:

<data xmlns="http://www.foo.net/a" xmlns:a="http://www.foo.net/a" book="1" category="ABS" date="2009-12-22">

Quando eu tento raiz.get('xmlns') eu recebo Nenhum, Categoria e Data estão bem, Qualquer ajuda apreciado..

Answer 1

Eu penso element.tag é o que você está procurando. Observe que seu exemplo está faltando uma barra à direita, por isso está desequilibrado e não analisará. Eu adicionei um no meu exemplo.

>>> 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'}

Se você só quer saber o XMLNS URI, pode dividi -lo com uma função como:

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

Para muito mais em nomes e nomes qualificados no ElementTree, consulte Exemplos de Effbot.

Answer 2

Olhar para o effbot de espaços de nomes de documentação/exemplos;especificamente o parse_map função.Ele mostra como adicionar um *ns_map* atributo para cada elemento que contém o prefixo/URI de mapeamento que se aplica a esse elemento específico.

No entanto, que adiciona o ns_map atributo de todos os elementos.Para as minhas necessidades, eu descobri que eu queria um mapa global de todos os namespaces usados para fazer elemento de procurar mais fácil e não codificado.

Aqui está o que eu encontrei:

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

Com isso, você pode analisar um arquivo xml e obter um dict com o espaço de nomes de mapeamentos.Então, se você tem um arquivo xml como o seguinte ("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>

Você será capaz de usar o xml namepaces e obter informações para elementos como dc:creator:

>>> 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

Experimente isso:

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)