Python利用命名空間解析XML文檔
問題
你想解析某個XML文檔,文檔中使用了XML命名空間。
解決方案
考慮下面這個使用了命名空間的文檔:
<?xml version="1.0" encoding="utf-8"?> <top> <author>David Beazley</author> <content> <html xmlns="http://www.w3.org/1999/xhtml"> <head> <title>Hello World</title> </head> <body> <h1>Hello World!</h1> </body> </html> </content> </top>
如果你解析這個文檔并執(zhí)行普通的查詢,你會發(fā)現(xiàn)這個并不是那么容易,因為所有步驟都變得相當?shù)姆爆崱?/p>
>>> # Some queries that work >>> doc.findtext('author') 'David Beazley' >>> doc.find('content') <Element 'content' at 0x100776ec0> >>> # A query involving a namespace (doesn't work) >>> doc.find('content/html') >>> # Works if fully qualified >>> doc.find('content/{http://www.w3.org/1999/xhtml}html') <Element '{http://www.w3.org/1999/xhtml}html' at 0x1007767e0> >>> # Doesn't work >>> doc.findtext('content/{http://www.w3.org/1999/xhtml}html/head/title') >>> # Fully qualified >>> doc.findtext('content/{http://www.w3.org/1999/xhtml}html/' ... '{http://www.w3.org/1999/xhtml}head/{http://www.w3.org/1999/xhtml}title') 'Hello World' >>>
你可以通過將命名空間處理邏輯包裝為一個工具類來簡化這個過程:
class XMLNamespaces: def __init__(self, **kwargs): self.namespaces = {} for name, uri in kwargs.items(): self.register(name, uri) def register(self, name, uri): self.namespaces[name] = '{'+uri+'}' def __call__(self, path): return path.format_map(self.namespaces)
通過下面的方式使用這個類:
>>> ns = XMLNamespaces(html='http://www.w3.org/1999/xhtml') >>> doc.find(ns('content/{html}html')) <Element '{http://www.w3.org/1999/xhtml}html' at 0x1007767e0> >>> doc.findtext(ns('content/{html}html/{html}head/{html}title')) 'Hello World' >>>
討論
解析含有命名空間的XML文檔會比較繁瑣。 上面的 XMLNamespaces
僅僅是允許你使用縮略名代替完整的URI將其變得稍微簡潔一點。
很不幸的是,在基本的 ElementTree
解析中沒有任何途徑獲取命名空間的信息。 但是,如果你使用 iterparse()
函數(shù)的話就可以獲取更多關于命名空間處理范圍的信息。例如:
>>> from xml.etree.ElementTree import iterparse >>> for evt, elem in iterparse('ns2.xml', ('end', 'start-ns', 'end-ns')): ... print(evt, elem) ... end <Element 'author' at 0x10110de10> start-ns ('', 'http://www.w3.org/1999/xhtml') end <Element '{http://www.w3.org/1999/xhtml}title' at 0x1011131b0> end <Element '{http://www.w3.org/1999/xhtml}head' at 0x1011130a8> end <Element '{http://www.w3.org/1999/xhtml}h1' at 0x101113310> end <Element '{http://www.w3.org/1999/xhtml}body' at 0x101113260> end <Element '{http://www.w3.org/1999/xhtml}html' at 0x10110df70> end-ns None end <Element 'content' at 0x10110de68> end <Element 'top' at 0x10110dd60> >>> elem # This is the topmost element <Element 'top' at 0x10110dd60> >>>
最后一點,如果你要處理的XML文本除了要使用到其他高級XML特性外,還要使用到命名空間, 建議你最好是使用 lxml 函數(shù)庫來代替 ElementTree 。 例如,lxml 對利用DTD驗證文檔、更好的XPath支持和一些其他高級XML特性等都提供了更好的支持。 這一小節(jié)其實只是教你如何讓XML解析稍微簡單一點。
以上就是Python利用命名空間解析XML文檔的詳細內容,更多關于Python命名空間解析XML文檔的資料請關注腳本之家其它相關文章!
相關文章
django drf框架中的user驗證以及JWT拓展的介紹
這篇文章主要介紹了django drf框架中的user驗證以及JWT拓展的介紹,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2019-08-08純用NumPy實現(xiàn)神經(jīng)網(wǎng)絡的示例代碼
這篇文章主要介紹了純用NumPy實現(xiàn)神經(jīng)網(wǎng)絡的示例代碼,小編覺得挺不錯的,現(xiàn)在分享給大家,也給大家做個參考。一起跟隨小編過來看看吧2018-10-10pytorch.range()和pytorch.arange()的區(qū)別及說明
這篇文章主要介紹了pytorch.range()和pytorch.arange()的區(qū)別及說明,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2023-08-08使用Anaconda3建立虛擬獨立的python2.7環(huán)境方法
今天小編就為大家分享一篇使用Anaconda3建立虛擬獨立的python2.7環(huán)境方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-06-06Python3中常用的處理時間和實現(xiàn)定時任務的方法的介紹
這篇文章主要介紹了Python3中常用的處理時間和實現(xiàn)定時任務的方法,包括循環(huán)執(zhí)行某個任務這樣的實現(xiàn),需要的朋友可以參考下2015-04-04Python基于win32ui模塊創(chuàng)建彈出式菜單示例
這篇文章主要介紹了Python基于win32ui模塊創(chuàng)建彈出式菜單,結合實例形式分析了Python使用win32ui模塊創(chuàng)建彈出式菜單的具體步驟與相關操作技巧,并附帶說明了win32ui模塊的安裝命令,需要的朋友可以參考下2018-05-05