Python利用命名空间解析XML文档

2023-07-19 01:29:03 235

问题

你想解析某个XML文档，文档中使用了XML命名空间。

解决方案

考虑下面这个使用了命名空间的文档：



DavidBeazley



HelloWorld


HelloWorld!

如果你解析这个文档并执行普通的查询，你会发现这个并不是那么容易，因为所有步骤都变得相当的繁琐。

>>>#Somequeriesthatwork
>>>doc.findtext('author')
'DavidBeazley'
>>>doc.find('content')

>>>#Aqueryinvolvinganamespace(doesn'twork)
>>>doc.find('content/html')
>>>#Worksiffullyqualified
>>>doc.find('content/{http://www.w3.org/1999/xhtml}html')

>>>#Doesn'twork
>>>doc.findtext('content/{http://www.w3.org/1999/xhtml}html/head/title')
>>>#Fullyqualified
>>>doc.findtext('content/{http://www.w3.org/1999/xhtml}html/'
...'{http://www.w3.org/1999/xhtml}head/{http://www.w3.org/1999/xhtml}title')
'HelloWorld'
>>>

你可以通过将命名空间处理逻辑包装为一个工具类来简化这个过程：

classXMLNamespaces:
def__init__(self,**kwargs):
self.namespaces={}
forname,uriinkwargs.items():
self.register(name,uri)
defregister(self,name,uri):
self.namespaces[name]='{'+uri+'}'
def__call__(self,path):
returnpath.format_map(self.namespaces)

通过下面的方式使用这个类：

>>>ns=XMLNamespaces(html='http://www.w3.org/1999/xhtml')
>>>doc.find(ns('content/{html}html'))

>>>doc.findtext(ns('content/{html}html/{html}head/{html}title'))
'HelloWorld'
>>>

讨论

解析含有命名空间的XML文档会比较繁琐。上面的XMLNamespaces仅仅是允许你使用缩略名代替完整的URI将其变得稍微简洁一点。

很不幸的是，在基本的ElementTree解析中没有任何途径获取命名空间的信息。但是，如果你使用iterparse()函数的话就可以获取更多关于命名空间处理范围的信息。例如：

>>>fromxml.etree.ElementTreeimportiterparse
>>>forevt,eleminiterparse('ns2.xml',('end','start-ns','end-ns')):
...print(evt,elem)
...
end
start-ns('','http://www.w3.org/1999/xhtml')
end
end
end
end
end
end-nsNone
end
end
>>>elem#Thisisthetopmostelement

>>>

最后一点，如果你要处理的XML文本除了要使用到其他高级XML特性外，还要使用到命名空间，建议你最好是使用lxml函数库来代替ElementTree。例如，lxml对利用DTD验证文档、更好的XPath支持和一些其他高级XML特性等都提供了更好的支持。这一小节其实只是教你如何让XML解析稍微简单一点。

以上就是Python利用命名空间解析XML文档的详细内容，更多关于Python命名空间解析XML文档的资料请关注毛票票其它相关文章！

声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。

Python利用命名空间解析XML文档

HelloWorld!

热门推荐

随机推荐