lxml etree xmlparser Usuń niechcianą przestrzeń nazw

Mam dokument xml, który próbuję przeanalizować za pomocą Etree.lxml 

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

Mój kod to: 

path = "path to xml file"
from lxml import etree as ET
parser = ET.XMLParser(ns_clean=True)
dom = ET.parse(path, parser)
dom.getroot()
Kiedy próbuję dorwać Doma.getroot () I get: 
<Element {http://www.example.com/zzz/yyy}Envelope at 28adacac>

Jednak chcę tylko: 

<Element Envelope at 28adacac>

When I do 

dom.getroot().find("Body")
Nic mi nie zwrócono. Jednakże, kiedy 
dom.getroot().find("{http://www.example.com/zzz/yyy}Body")

Mam wynik.

Myślałem, że podanie ns_clean = True do parsera zapobiegnie temu.

Jakieś pomysły?
Author: Kenster, 2010-11-23
Source

4 answers

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))

Można znaleźć węzły świadome przestrzeni nazw za pomocą metody xpath: 

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>]

Jeśli naprawdę chcesz usunąć przestrzenie nazw, możesz użyć transformacji XSL: 

# 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)

Tutaj widzimy, że przestrzeń nazw została usunięta: 

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

Więc teraz możesz znaleźć węzeł ciała w ten sposób: 

print(dom.find("Body"))
# <Element Body at 8506cd4>
 49
Author: unutbu,
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2016-09-03 15:18:50

Spróbuj użyć Xpath: 

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

Wzięte (i uproszczone) z tej strony , w sekcji" Metoda xpath () "

 25
Author: dusan,
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2013-02-05 11:45:19

Ostatnie rozwiązanie z https://bitbucket.org/olauzanne/pyquery/issue/17 może pomóc ci uniknąć przestrzeni nazw przy niewielkim wysiłku

Zastosuj xml.replace(' xmlns:', ' xmlnamespace:') do swojego xml przed użyciem pyquery, aby lxml zignorował przestrzenie nazw

W Twoim przypadku spróbuj xml.replace(' xmlns="', ' xmlnamespace="'). Jednak możesz potrzebować czegoś bardziej złożonego, jeśli ciąg jest oczekiwany również w ciałach.

 3
Author: Andrei,
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2011-07-01 09:40:52

Pokazujesz wynik wywołania repr (). Gdy programowo poruszasz się po drzewie, możesz po prostu zignorować przestrzeń nazw.

 -1
Author: robert,
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2010-11-23 11:00:45