如何在不移動命名空間的情況下使用Python的ElementTree解析和編寫XML？

Question

我們的項目來自這種形式的上游XML：

<?xml version="1.0" encoding="utf-8"?>
<configuration>
  <runtime>
    <assemblyBinding xmlns="urn:schemas-microsoft-com:asm.v1">
      <dependentAssembly>
        <assemblyIdentity name="Newtonsoft.Json" publicKeyToken="30ad4fe6b2a6aeed" culture="neutral" />
        <bindingRedirect oldVersion="0.0.0.0-6.0.0.0" newVersion="7.0.0.0" />
      </dependentAssembly>
    </assemblyBinding>
  </runtime>
  <appSettings>
    <add key="foo" value="default">
    ...
  </appSettings>
</configuration>

然后它使用ElementTree讀取/解析此XML，然后對於匹配某個鍵（“foo”）的每個app設置，它會寫入一個新值， 它知道上游進程沒有（在這種情況下鍵為“foo”）應該有值“bar”）。

使用過濾后的XML的下游進程是aaahhhh ...... 脆弱的 。 它期望接收XML在上面那樣的形式。

如果我在沒有注冊命名空間的情況下解析這個XML，那么ElementTree就會在輸入上修改我的樹：

<configuration xmlns:ns0="urn:schemas-microsoft-com:asm.v1">
  <runtime>
  <ns0:assemblyBinding>
    <ns0:dependentAssembly>
      <ns0:assemblyIdentity culture="neutral" name="Newtonsoft.Json" publicKeyToken="30ad4fe6b2a6aeed" />
      <ns0:bindingRedirect newVersion="7.0.0.0" oldVersion="0.0.0.0-6.0.0.0" />
    </ns0:dependentAssembly>
  </ns0:assemblyBinding>
 </runtime>
 <appSettings>
    <add key="foo" value="default">
    ...
 </appSettings>
</configuration>

下游流程無法解決這個問題，因為從語義上講，這並不是一件容易理解的事情。 所以，我決定注冊我知道上游進程將提供的命名空間作為默認命名空間，以避免前綴出現在任何地方，現在我得到這個：

<configuration xmlns="urn:schemas-microsoft-com:asm.v1">
 <runtime>
  <assemblyBinding>
    <dependentAssembly>
      <assemblyIdentity culture="neutral" name="Newtonsoft.Json" publicKeyToken="30ad4fe6b2a6aeed" />
      <bindingRedirect newVersion="7.0.0.0" oldVersion="0.0.0.0-6.0.0.0" />
    </dependentAssembly>
  </assemblyBinding>
 </runtime>
 <appSettings>
    <add key="foo" value="default">
    ...
 </appSettings>
</configuration>

我對XML知之甚少，但這也是下游組件的吶喊，而且在我看來，現在並不意味着這個默認的xmlns現在適用於<configuration> 所有包含元素，而之前它只應用於<assemblyBinding>元素？

無論如何， 使用ElementTree來處理這個命名空間，以便我可以接受上游的XML，設置foo的值，然后在下游傳遞它，而不移動命名空間，並完全按照我發現的那樣離開它？

• 我可以使用一個基於lxml的解決方案，它似乎處理這個問題， 但是 ，lxml依賴於C，下游組件真的不想支持它：純Python解決方案更可取。

• 我可以將文檔讀作HTML，忽略命名空間屬性，讓我操縱我想要的值，然后傳遞文檔; 但是 ，我還沒有找到一個不會包含所有元素名稱的Python解析器，而我的下游組件需要保留所有元素名稱的大小寫。

• 我可以使用字符串解析和正則表達式。 我寧願不寫我自己的解析器。

到目前為止我在ElementTree中找到關於名稱空間處理的唯一建議是建議“注冊默認名稱空間以避免前綴”方法，我認為這種方法是合適的，但ElementTree則堅持在轉儲時將xmlns聲明移動到根節點。

我也可以巧妙地建立一個字符串，將樹分階段轉儲出來，並按照正確的順序將xmlns聲明放回“正確的節點”，但這也讓我感到非常脆弱。

有沒有人設法通過這樣的問題？

Answer 1

據我所知，更適合您需求的解決方案是使用xml.etree.ElementTree公開的功能編寫純Python自定義呈現。 這是一個可能的解決方案：

from xml.etree import ElementTree as ET
from re import findall, sub

def render(root, buffer='', namespaces=None, level=0, indent_size=2, encoding='utf-8'):
    buffer += f'<?xml version="1.0" encoding="{encoding}" ?>\n' if not level else ''
    root = root.getroot() if isinstance(root, ET.ElementTree) else root
    _, namespaces = ET._namespaces(root) if not level else (None, namespaces)
    for element in root.iter():
        indent = ' ' * indent_size * level
        tag = sub(r'({[^}]+}\s*)*', '', element.tag)
        buffer += f'{indent}<{tag}'
        for ns in findall(r'{[^}]+}', element.tag):
            ns_key = ns[1:-1]
            if ns_key not in namespaces: continue
            buffer += ' xmlns' + (f':{namespaces[ns_key]}' if namespaces[ns_key] != '' else '') + f'="{ns_key}"'
            del namespaces[ns_key]
        for k, v in element.attrib.items():
            buffer += f' {k}="{v}"'
        buffer += '>' + element.text.strip() if element.text else '>'
        children = list(element)
        for child in children:
            sep = '\n' if buffer[-1] != '\n' else ''
            buffer += sep + render(child, level=level+1, indent_size=indent_size, namespaces=namespaces)
        buffer += f'{indent}</{tag}>\n' if 0 != len(children) else f'</{tag}>\n'
    return buffer

通過將您提供的XML數據發布到上面的render函數，如下所示：

data=\
'''<?xml version="1.0" encoding="utf-8"?>
<configuration>
  <runtime>
    <assemblyBinding xmlns="urn:schemas-microsoft-com:asm.v1">
      <dependentAssembly>
        <assemblyIdentity name="Newtonsoft.Json" publicKeyToken="30ad4fe6b2a6aeed" culture="neutral" />
        <bindingRedirect oldVersion="0.0.0.0-6.0.0.0" newVersion="7.0.0.0" />
      </dependentAssembly>
    </assemblyBinding>
  </runtime>
  <appSettings>
    <add key="foo" value="default" />
  </appSettings>
</configuration>'''

e = ET.fromstring(data)
ET.register_namespace('', "urn:schemas-microsoft-com:asm.v1")
r = ET.ElementTree(e)

您將獲得以下生成的XML ，其中包含您聲明要查找的屬性：

<?xml version="1.0" encoding="utf-8" ?>
<configuration>
  <runtime>
    <assemblyBinding xmlns="urn:schemas-microsoft-com:asm.v1">
      <dependentAssembly>
        <assemblyIdentity name="Newtonsoft.Json" publicKeyToken="30ad4fe6b2a6aeed" culture="neutral"></assemblyIdentity>
        <bindingRedirect oldVersion="0.0.0.0-6.0.0.0" newVersion="7.0.0.0"></bindingRedirect>
      </dependentAssembly>
    </assemblyBinding>
  </runtime>
  <appSettings>
    <add key="foo" value="default"></add>
  </appSettings>
</configuration>

我知道我來參加晚會..無論如何希望這會幫助你和許多其他人有同樣的問題，這里是一個很好的解決方案。 快樂的編碼！