lxml etree xmlparser删除不需要的名称空间
我有一个XML文档，我正试图使用Etree.lxmlparsing
<Envelope xmlns="http://www.example.com/zzz/yyy"> <Header> <Version>1</Version> </Header> <Body> some stuff <Body> <Envelope> 我的代码是：
path = "path to xml file" from lxml import etree as ET parser = ET.XMLParser(ns_clean=True) dom = ET.parse(path, parser) dom.getroot()
当我试图得到dom.getroot（）时，我得到：
<Element {http://www.example.com/zzz/yyy}Envelope at 28adacac>
但是我只想要：
<Element Envelope at 28adacac>
当我这样做
dom.getroot().find("Body")
我没有得到任何回报。 但是，当我
dom.getroot().find("{http://www.example.com/zzz/yyy}Body")
我得到了一个结果。
我认为通过ns_clean =真parsing器会阻止这一点。
有任何想法吗？
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))
您可以使用xpath方法find名称空间感知节点：
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>]
如果你真的想删除命名空间，你可以使用XSL转换：
# 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)
在这里，我们看到名称空间已被删除：
print(ET.tostring(dom)) # <Envelope> # <Header> # <Version>1</Version> # </Header> # <Body> # some stuff # </Body> # </Envelope>
所以你现在可以这样findBody节点：
print(dom.find("Body")) # <Element Body at 8506cd4>
尝试使用Xpath：
dom.xpath("//*[local-name() = 'Body']")
从此页面的 “xpath（）方法”部分中获取（并简化了）
https://bitbucket.org/olauzanne/pyquery/issue/17的最后一个解决scheme可以帮你避免命名空间;
在使用pyquery之前将
xml.replace(' xmlns:', ' xmlnamespace:')到你的xml，所以lxml将会忽略命名空间
在你的情况下，尝试xml.replace(' xmlns="', ' xmlnamespace="') 。 但是，如果string也是预期的，那么您可能需要更复杂的东西。
你正在显示repr（）调用的结果。 当以编程方式移动树时，可以简单地select忽略名称空间。
