Python xpath不工作？

好了，这开始让我有点发疯了。我已经尝试了几种Python的xml/xpath库，但找不到一种简单的方法来获取一个“title”元素

最近的尝试如下所示（使用Amara）：

但这不会打印出任何内容。我的XML如下所示：

如果我尝试

/*

而不是

///title

，它会按预期返回所有内容。我知道XML中有

title

s，那么有什么问题呢？是名称空间还是什么？如果是，我如何修复它

---

似乎无法在没有前缀的情况下使其工作，但这确实有效：

def view(req, url):
    req.content_type = 'text/plain'
    doc = amara.parse(url, prefixes={'atom': 'http://www.w3.org/2005/Atom'})
    req.write(str(doc.xml_xpath('//atom:title')))

---

您可能只需要考虑正在处理的文档的名称空间

我建议在Amara中查找如何处理名称空间：

编辑：我用你的代码片段做了一些编辑。我不知道您使用的是哪一版本的Amara，但根据文档，我尽可能地适应它：

def view(req, url):
    req.content_type = 'text/plain'
    ns = {u'f' : u'http://www.w3.org/2005/Atom',
        u't' : u'http://purl.org/syndication/thread/1.0'}
    doc = amara.parse(urlopen(url), prefixes=ns)
    req.write(str(doc.xml_xpath(u'f:title')))

---

它确实是名称空间。在lxml文档中查找有点棘手，但以下是您的操作方法：

from lxml import etree
doc = etree.parse(open('index.html'))
doc.xpath('//default:title', namespaces={'default':'http://www.w3.org/2005/Atom'})

您也可以这样做：

title_finder = etree.ETXPath('//{http://www.w3.org/2005/Atom}title')
title_finder(doc)

---

在这两种情况下，你都会得到标题。

这对我没有什么帮助。如果我事先不知道名称空间呢？如果我真的不关心名称空间是什么呢？您说过您的xml文档与您链接的文档类似。链接到的名称空间包含名称空间。使用名称空间是有原因的——当然，您可以从xml文档中去掉名称空间，这样您就不必担心了。否则您必须对此负责。@“关心名称空间是什么”-您可能可以解析xmlns属性并注册该值。对，除非更改原始xml源，否则您无法避免处理名称空间。我认为名称空间的全部要点是避免与重复的节点名称/属性发生冲突。在XPath和XML标准中，如果我使用这些技术，我会遵守这些标准。编写XML时，可以在顶部为整个文档定义名称空间。那么，为什么在查询XML时不能指定要使用的默认名称空间呢？我98%确定其他库允许您这样做…如果我事先不知道名称空间怎么办？我只想去掉em。它们甚至可能是在文档的中间定义的（在div或其他东西上）。为什么不能解析xmlns属性呢？XML是一种完全通用的数据交换协议。如果您不知道数据的格式，通常无法对数据做很多有用的事情，因为您不知道数据的含义。另外，如果您事先不知道名称空间的结构，那么必须注意并解析名称空间，无论它们出现在哪里。然而，这是一个广义的XML解析问题，情况极不可能如此。因此，我认为您确实知道相当多的结构，包括名称空间是什么，或者它们可能被定义在哪里。所以：没问题。了解结构可能包括名称空间总是相同的，并且总是可以安全地忽略。在这种情况下，您可以先从文档中筛选出它。但是再一次，在这种情况下，您知道那里有一个名称空间，并且您确实关心它，因为您过滤掉了它。如果您使用的是

lxml

，那么您可以使用

doc.getroot（）.nsmap

获取名称空间，然后将其传递给您的

.xpath（）

调用。除了对默认名称空间没有帮助之外，您仍然需要手动添加默认名称空间。您可以通过请求生成XML的人删除名称空间来删除该名称空间。否则你需要处理它。这可以通过编辑文件来完成，但是，您也可以使用regexps或Python中的简单“finds”来处理整个文件。。。但是处理XML的健壮方法是使用XML解析器。包括名称空间。另一方面，这个问题已经在谷歌的第1页上排名为“amara get root node”。。。不到一个小时，嘘

title_finder = etree.ETXPath('//{http://www.w3.org/2005/Atom}title')
title_finder(doc)