python - 在解析之前使用 lxml 注册命名空间

Question

我正在使用 lxml 从具有 namespace 的外部服务中解析 XML，但没有将它们注册到 xmlns。我正在尝试使用 register_namespace 手动注册它，但这似乎不起作用。

from lxml import etree

xml = """
    <Foo xsi:type="xsd:string">bar</Foo>
"""

etree.register_namespace('xsi', 'http://www.w3.org/2001/XMLSchema-instance')
el = etree.fromstring(xml) # lxml.etree.XMLSyntaxError: Namespace prefix xsi for type on Foo is not defined

我错过了什么？奇怪的是，查看 lxml 源代码以尝试了解我可能做错了什么，似乎 xsi 命名空间应该 已经 作为默认命名空间之一命名空间。

Answer 1

当一个 XML 文档被解析然后再次保存时，lxml 不会更改任何前缀(并且 register_namespace 没有效果)。

如果您的 XML 文档没有声明其命名空间前缀，则它不是命名空间格式良好的。在解析之前使用 register_namespace 无法解决此问题。

---

register_namespace 定义序列化新创建的 XML 文档时要使用的前缀。

示例 1(没有 register_namespace):

from lxml import etree

el = etree.Element('{http://example.com}Foo')
print(etree.tostring(el).decode())

输出:

<ns0:Foo xmlns:ns0="http://example.com"/>

示例 2(使用 register_namespace):

from lxml import etree

etree.register_namespace("abc", "http://example.com")

el = etree.Element('{http://example.com}Foo')
print(etree.tostring(el).decode())

输出:

<abc:Foo xmlns:abc="http://example.com"/>

示例 3(没有 register_namespace，但有一个与常规前缀关联的“知名”命名空间):

from lxml import etree

el = etree.Element('{http://www.w3.org/2001/XMLSchema-instance}Foo')
print(etree.tostring(el).decode())

输出:

<xsi:Foo xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"/>