带有 xpath 的 python etree 和带有前缀的命名空间

Question

我找不到信息，如何使用命名空间解析我的 XML:

我有这个 xml:

<par:Request xmlns:par="http://somewhere.net/actual">
  <par:actual>blabla</par:actual>
  <par:documentType>string</par:documentType>
</par:Request>

并尝试解析它:

dom = ET.parse(u'C:\\filepath\\1.xml')
rootxml = dom.getroot()
for subtag in rootxml.xpath(u'//par:actual'):
    #do something
    print(subtag)

并得到异常，因为它不知道 namespace 前缀。是否有解决该问题的最佳方法，计算该脚本将不知道它将要解析的文件和将要搜索的标签？

搜索网络和 stackoverflow 我发现，如果我会在那里添加:

namespace = {u'par': u"http://somewhere.net/actual"}
for subtag in rootxml.xpath(u'//par:actual', namespaces=namespace):
    #do something
    print(subtag)

行得通。完美的。但是我不知道我将解析哪个 XML，并且我的脚本也不知道搜索标记(例如 //par:actual)。因此，我需要找到以某种方式从 XML 中提取 namespace 的方法。

我找到了很多方法，如何提取命名空间URI，比如:

print(rootxml.tag)
print(rootxml.xpath('namespace-uri(.)'))
print(rootxml.xpath('namespace-uri(/*)'))

但是我应该如何提取前缀来创建 ElementTree 需要我提供的字典？我不想在 xml 主体上使用正则表达式怪物来提取前缀，我相信必须存在支持的方法，不是吗？

也许必须存在一些方法让我通过 ETree 命名空间从 XML 中提取作为字典(正如 ETree 想要的那样!)而无需手动操作？

Answer 1

您不能依赖根元素上的命名空间声明:无法保证声明会在那里，或者文档始终具有相同命名空间的相同前缀。假设您将通过某种方式传递要搜索的标记(因为您说脚本不知道它)，您还应该提供一种传递 namespace 映射的方式。或者使用 James Clark 表示法，例如 {http://somewhere.net/actual}actual(ETXPath 支持此语法，而“普通”xpath 不支持，但如果不需要完整的 xpath，也可以使用其他方法，例如 .findall())

如果您根本不关心前缀，您也可以在 xpath 中使用 local-name() 函数，例如。 //*[local-name()="actual"](但您不会“真的”确定它是正确的“actual”)