使用lxml保留子元素名称空间序列化

Question

我有一些不同的XML文档，我正在尝试使用lxml合并为一个。 问题是我需要结果来保留每个子文档的根节点上的名称空间。 Lxml似乎想将多次使用的所有名称空间声明推送到新文档的根目录，这会在我的应用程序中中断（这是一个公认的错误）。

例如，我有文档A：

<dc xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/">
   <title>La difesa della razza: scienza, documentazione, polemica. anno 1:n. 1</title>
</dc>

和文件B：

<mods xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<titleInfo>
    <nonSort>La</nonSort>
        <title>difesa della razza</title>
        <subTitle>scienza, documentazione, polemica</subTitle>
        <partNumber>anno 1:n. 1</partNumber>
</titleInfo>
</mods>

我想将它们包装在也使用xsi：schemaLocation的元素中，但是我需要名称空间声明（xmlns：xsi =“ http://www.w3.org/2001/XMLSchema-instance”）出现在所有这三个元素中节点，如下所示：

<wrap xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.example.org" xmlns:dc="http://www.foo.org" xmlns:mods="http://www.bar.org">

    <dc:dc xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/">
       <dc:title>La difesa della razza: scienza, documentazione, polemica. anno 1:n. 1</dc:title>
    </dc:dc>

    <mods:mods xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
    <mods:titleInfo>
        <mods:nonSort>La</mods:nonSort>
            <mods:title>difesa della razza</mods:title>
            <mods:subTitle>scienza, documentazione, polemica</mods:subTitle>
            <mods:partNumber>anno 1:n. 1</mods:partNumber>
    </mods:titleInfo>
    </mods:mods>
</wrap>

但是，当我使用Python / lxml附加这两个文档时

wrap.append(dc)
wrap.append(mods)

我将声明推送到使用它的最高级别的节点。 不幸的是，这对我的应用程序是一个问题。 像这样：

<wrap xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.example.org" xmlns:dc="http://www.foo.org" xmlns:mods="http://www.bar.org">

    <dc:dc xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/">
       <dc:title>La difesa della razza: scienza, documentazione, polemica. anno 1:n. 1</dc:title>
    </dc:dc>

    <mods:mods xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
    <mods:titleInfo>
        <mods:nonSort>La</mods:nonSort>
            <mods:title>difesa della razza</mods:title>
            <mods:subTitle>scienza, documentazione, polemica</mods:subTitle>
            <mods:partNumber>anno 1:n. 1</mods:partNumber>
    </mods:titleInfo>
    </mods:mods>
</wrap>

有什么想法可以强迫我进行自己想要的行为吗？

谢谢

Answer 1

您可以尝试先插入XInclude元素，然后使用.xinclude()方法解析它们（请参阅docs ）。 这似乎保留了名称空间声明（当lxml来自解析器时，它们会保留它们，但是当您自己创建元素或将元素从一个文档移动到另一个文档时，lxml会保留它们）

请注意，在您的情况下，您仍然需要更改元素的标记名：它们将按原样包含在原始文档中，没有任何名称空间，而您似乎已在输出中将它们更改为命名空间的元素名称。

您可能必须使用自定义解析器 ，这与文档中关于.xinclude()不支持该解析器的说法似乎相反（它确实使用了用于解析包含文档的解析器中的解析器，它只是不支持传递特定的XInclude处理程序的解析器或解析器）。

另一个选择可能是基于xslt的解决方案。