55

Etree.lxml を使用して解析しようとしている xml ドキュメントがあります。

<Envelope xmlns="http://www.example.com/zzz/yyy">
  <Header>
    <Version>1</Version>
  </Header>
  <Body>
    some stuff
  <Body>
<Envelope>

私のコードは次のとおりです。

path = "path to xml file"
from lxml import etree as ET
parser = ET.XMLParser(ns_clean=True)
dom = ET.parse(path, parser)
dom.getroot()

dom.getroot() を取得しようとすると、次のようになります。

<Element {http://www.example.com/zzz/yyy}Envelope at 28adacac>

しかし、私が欲しいのは:

<Element Envelope at 28adacac>

私がする時

dom.getroot().find("Body")

何も返されません。しかし、私が

dom.getroot().find("{http://www.example.com/zzz/yyy}Body") 

結果が出ます。

ns_clean=True をパーサーに渡すと、これを防ぐことができると思いました。

何か案は?

4

5 に答える 5

57
import io
import lxml.etree as ET

content='''\
<Envelope xmlns="http://www.example.com/zzz/yyy">
  <Header>
    <Version>1</Version>
  </Header>
  <Body>
    some stuff
  </Body>
</Envelope>
'''    
dom = ET.parse(io.BytesIO(content))

xpath次のメソッドを使用して、名前空間を認識するノードを見つけることができます。

body=dom.xpath('//ns:Body',namespaces={'ns':'http://www.example.com/zzz/yyy'})
print(body)
# [<Element {http://www.example.com/zzz/yyy}Body at 90b2d4c>]

本当に名前空間を削除したい場合は、XSL 変換を使用できます。

# http://wiki.tei-c.org/index.php/Remove-Namespaces.xsl
xslt='''<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
<xsl:output method="xml" indent="no"/>

<xsl:template match="/|comment()|processing-instruction()">
    <xsl:copy>
      <xsl:apply-templates/>
    </xsl:copy>
</xsl:template>

<xsl:template match="*">
    <xsl:element name="{local-name()}">
      <xsl:apply-templates select="@*|node()"/>
    </xsl:element>
</xsl:template>

<xsl:template match="@*">
    <xsl:attribute name="{local-name()}">
      <xsl:value-of select="."/>
    </xsl:attribute>
</xsl:template>
</xsl:stylesheet>
'''

xslt_doc=ET.parse(io.BytesIO(xslt))
transform=ET.XSLT(xslt_doc)
dom=transform(dom)

ここでは、名前空間が削除されていることがわかります。

print(ET.tostring(dom))
# <Envelope>
#   <Header>
#     <Version>1</Version>
#   </Header>
#   <Body>
#     some stuff
#   </Body>
# </Envelope>

したがって、次の方法で Body ノードを見つけることができます。

print(dom.find("Body"))
# <Element Body at 8506cd4>
于 2010-11-23T12:41:23.957 に答える
33

Xpath を使用してみてください。

dom.xpath("//*[local-name() = 'Body']")

このページの「xpath() メソッド」セクションから抜粋 (および簡略化)

于 2010-11-23T12:29:39.657 に答える
4

https://bitbucket.org/olauzanne/pyquery/issue/17の最後の解決策は、ほとんど労力をかけずに名前空間を回避するのに役立ちます

pyquery を使用する前に xml に適用xml.replace(' xmlns:', ' xmlnamespace:')して、lxml が名前空間を無視するようにします

あなたの場合、試してみてくださいxml.replace(' xmlns="', ' xmlnamespace="')。ただし、本体にも文字列が含まれていることが予想される場合は、より複雑なものが必要になる場合があります。

于 2011-07-01T09:40:52.997 に答える
-4

repr() 呼び出しの結果を表示しています。プログラムでツリー内を移動するときは、単に名前空間を無視することを選択できます。

于 2010-11-23T11:00:45.083 に答える