如何使用lxml检查每个元素中的xmlns

Question

我正在使用lxml检查Product元素，因为它们在MapReduce作业中流式传输。 我试图确保每个元素中仅存在正确的xmlns值。 例如，每个Product元素都应将xmlns设置为“ http://mynetwork.products.com/new ”：

<Product xmlns="http://mynetwork.products.com/new">

当我检查每个Product元素（一次流式传输）时，我只想确保它看起来像上面的一样。 我想检查以下潜在错误：

1. 不正确的xmlns URL：

<Product xmlns="http://mynetwork.products.com/old">

2. 缺少网址

<Product xmlns="">

3. 缺少xmlns键/值对

<Product>

4. 产品元素中的额外归因

<Product xmlns="http://mynetwork.products.com/new" something="else">

我尝试为每个元素（这是一个字典）存储Product.nsmap的值，然后读取字典的值进行验证，但是这无助于我发现以下任何一种情况。 一定有办法。

Answer 1

您可以检查每个Product元素的nsmap和attrib属性的组合。 nsmap应该仅包含一个键值对，即键None ，其值应为"http://mynetwork.products.com/new" ，并且attrib应该为空，因为您不允许该元素中的任何属性。

简短示例（pyhon 2.7）：

>>> from lxml import etree
>>> raw = '''<root>
... <Product xmlns="http://mynetwork.products.com/new"/>
... <Product xmlns="http://mynetwork.products.com/new" something="else"/>
... <Product xmlns="http://mynetwork.products.com/old" />
... <Product xmlns=""/>
... <Product/>
... </root>'''
... 
>>> root = etree.fromstring(raw)
>>> for p in root.findall('*'):
...     isValid = len(p.nsmap) == 1 \
...         and p.nsmap[None] == 'http://mynetwork.products.com/new' \
...         and not p.attrib
...     print isValid
... 
True
False
False
False
False