Python：ElementTree，获取一个元素的命名空间字符串

Question

此 XML 文件名为example.xml ：

<?xml version="1.0"?>
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/maven-v4_0_0.xsd">

  <modelVersion>14.0.0</modelVersion>
  <groupId>.com.foobar.flubber</groupId>
  <artifactId>uberportalconf</artifactId>
  <version>13-SNAPSHOT</version>
  <packaging>pom</packaging>
  <name>Environment for UberPortalConf</name>
  <description>This is the description</description>    
  <properties>
      <birduberportal.version>11</birduberportal.version>
      <promotiondevice.version>9</promotiondevice.version>
      <foobarportal.version>6</foobarportal.version>
      <eventuberdevice.version>2</eventuberdevice.version>
  </properties>
  <!-- A lot more here, but as it is irrelevant for the problem I have removed it -->
</project>

如果我加载 example.xml 并使用 ElementTree 解析它，我可以看到它的命名空间是http://maven.apache.org/POM/4.0.0 。

>>> from xml.etree import ElementTree
>>> tree = ElementTree.parse('example.xml')
>>> print tree.getroot()
<Element '{http://maven.apache.org/POM/4.0.0}project' at 0x26ee0f0>

我还没有找到一种方法来调用只从Element获取命名空间而不求助于解析Element的str(an_element) 。 似乎必须有更好的方法。

Answer 1

命名空间应该在“实际”标签之前的Element.tag ：

>>> root = tree.getroot()
>>> root.tag
'{http://maven.apache.org/POM/4.0.0}project'

要了解有关命名空间的更多信息，请查看ElementTree：使用命名空间和限定名称。

Answer 2

这是正则表达式的完美任务。

import re

def namespace(element):
    m = re.match(r'\{.*\}', element.tag)
    return m.group(0) if m else ''

Answer 3

我不确定这是否可以用xml.etree ，但这里是你如何用lxml.etree做到这lxml.etree ：

>>> from lxml import etree
>>> tree = etree.parse('example.xml')
>>> tree.xpath('namespace-uri(.)')
'http://maven.apache.org/POM/4.0.0'

Answer 4

不使用正则表达式：

>>> root
<Element '{http://www.google.com/schemas/sitemap/0.84}urlset' at 0x2f7cc10>

>>> root.tag.split('}')[0].strip('{')
'http://www.google.com/schemas/sitemap/0.84'

Answer 5

lxml.xtree库的元素有一个名为nsmap的字典，它显示了当前标记范围内使用的所有命名空间。

>>> item = tree.getroot().iter().next()
>>> item.nsmap
{'md': 'urn:oasis:names:tc:SAML:2.0:metadata'}

Answer 6

简短的回答是：

ElementTree._namspace_map[ElementTree._namspace_map.values().index('')]

但前提是你一直在打电话

ElementTree.register_namespace(prefix,uri)

响应在迭代结果时收到的每个事件==“start-ns”

ET.iterparse(...) 

你注册了“start-ns”

回答“什么是默认命名空间？”的问题，有必要澄清两点：

(1) XML 规范说默认命名空间不一定在整个树中是全局的，而是可以在根下的任何元素重新声明默认命名空间，并向下继承，直到遇到另一个默认命名空间重新声明。

(2) ElementTree 模块可以（事实上）处理没有根默认名称空间的类 XML 文档，如果它们在文档中的任何地方都没有名称空间使用。 （* 可能有不那么严格的条件，例如，“if”而不一定是“iff”）。

可能也值得考虑“你想要它做什么？” 考虑到 XML 文件在语义上可以是等效的，但在语法上却非常不同。 例如，以下三个文件在语义上是等价的，但 A.xml 有一个默认命名空间声明，B.xml 有三个，而 C.xml 没有。

A.xml:
<a xlmns="http://A" xlmns:nsB0="http://B0" xlmns:nsB1="http://B1">
     <nsB0:b/>
     <nsB1:b/>
</a>

B.xml:
<a xlmns="http://A">
     <b xlmns="http://B0"/>
     <b xlmns="http://B1"/>
</a>

C.xml:
<{http://A}a>
     <{http://B0}b/>
     <{http://B1}b/>
</a>

文件 C.xml 是呈现给 ElementTree 搜索功能的规范扩展句法表示。

如果您事先确定不会有命名空间冲突，则可以在解析时修改元素标签，如下所述： Python ElementTree 模块：如何在使用“查找”方法时忽略 XML 文件的命名空间以定位匹配元素， “找到所有”

Answer 7

我认为查看属性会更容易：

>>> root.attrib
{'{http://www.w3.org/2001/XMLSchema-instance}schemaLocation':
   'http://maven.apache.org/POM/4.0.0 http://maven.apache.org/maven-v4_0_0.xsd'}

Answer 8

结合上面的一些答案，我认为最短的代码是

theroot = tree.getroot()
theroot.attrib[theroot.keys()[0]]

Answer 9

这是我在 ElementTree 3.9+ 上的解决方案，

def get_element_namespaces(filename, element):
    namespace = []
    for key, value in ET.iterparse(filename, events=['start', 'start-ns']):
        print(key, value)
        if key == 'start-ns':
            namespace.append(value)
        else:
            if ET.tostring(element) == ET.tostring(value):
                return namespace
            namespace = []
    return namespaces

这将返回一个 [prefix:URL] 元组数组，如下所示：

[('android', 'http://schemas.android.com/apk/res/android'), ('tools', 'http://schemas.android.com/tools')]