Skip to main content
 首页 » 编程设计

Python、XML 和多个 "hierarchical"默认命名空间

2024年11月01日8zfyouxi

我正在尝试使用 Python 和 xml.etree.ElementTree 处理 XML 文件,但遇到多个“分层”默认 namespace 的问题。我需要做的是更改一些节点的文本字段的内容,然后以相同的格式保存文件。

也许一个示例文件可以帮助阐明...

我的代码是这样的:

from xml.etree import ElementTree 
 
ElementTree.register_namespace('pplv', 'whatever') 
ElementTree.register_namespace('', 'blah') # Register the default namespace 
parse_tree = ElementTree.parse(infile) 
 
for node in parse_tree.iter(): 
    if node.tag == '...': 
        node.text = '...' 
    if ... 
 
    parse_tree.write(outfile) 

这是我的源文件的样子

<?xml version="1.0" encoding="UTF-8"?> 
<pplv:PPLVDocument xmlns:pplv="whatever"> 
  <pplv:node1>...</pplv:node1> 
  <pplv:node2>...</pplv:node2> 
  <pplv:node3 xmlns="blah"> 
    <node1>...</node1> 
    <node2>...</node2> 
  </pplv:node3> 
  <pplv:node4 xmlns="blah2"> 
    <node1>...</node1> 
    <node2>...</node2> 
  </pplv:node4> 
  <pplv:node5 xmlns="blah3"> 
    <node1>...</node1> 
    <node2>...</node2> 
  </pplv:node5> 
</pplv:PPLVDocument> 

当我使用 ElementTree 解析它并注册 namespace 时,我得到:

<?xml version="1.0" encoding="UTF-8"?> 
<pplv:PPLVDocument xmlns:pplv="whatever" xmlns="blah" xmlns:ns0="blah2" xmlns:ns1="blah3"> 
  <pplv:node1>...</pplv:node1> 
  <pplv:node2>...</pplv:node2> 
  <pplv:node3> 
    <node1>...</node1> 
    <node2>...</node2> 
  </pplv:node3> 
  <pplv:node4> 
    <ns0:node1>...</ns0:node1> 
    <ns0:node2>...</ns0:node2> 
  </pplv:node4> 
  <pplv:node5> 
    <ns1:node1>...</ns1:node1> 
    <ns1:node2>...</ns1:node2> 
  </pplv:node5> 
</pplv:PPLVDocument> 

如您所见,所有 namespace 定义都已“汇总”到一个节点中。在我的原始文档中,默认 namespace 不断被重新定义(“blah”、“blah1”、“blah2”)。虽然我可以定义一个默认命名空间(“blah”),但在这种情况下,源文档中的不同点定义了多个默认命名空间; ElementTree 似乎没有办法让我以这种“形状”保存更改后的文件。

正如您可能猜到的那样,使用这些文件的(现成的)代码不会接受我正在创建的文件,但可以很好地处理原始文件结构。

很高兴切换到 lxml,如果它能给我解决这个问题的方法;我只需要修复!

提前致谢

请您参考如下方法:

使用 lxml:

>>> parser = etree.XMLParser(remove_blank_text=True) 
>>> root = etree.parse('in.xml', parser) 
>>> root.xpath('//pplv:node2/text()', namespaces={'pplv': 'whatever'}) 
['...'] 
>>> root.write('out.xml', pretty_print=True) 
 
$ cat out.xml  
<pplv:PPLVDocument xmlns:pplv="whatever"> 
  <pplv:node1>...</pplv:node1> 
  <pplv:node2>...</pplv:node2> 
  <pplv:node3 xmlns="blah"> 
    <node1>...</node1> 
    <node2>...</node2> 
  </pplv:node3> 
  <pplv:node4 xmlns="blah2"> 
    <node1>...</node1> 
    <node2>...</node2> 
  </pplv:node4> 
  <pplv:node5 xmlns="blah3"> 
    <node1>...</node1> 
    <node2>...</node2> 
  </pplv:node5> 
</pplv:PPLVDocument>