Python 如何找到没有属性的xml节点

我正在使用Python2.7并尝试解析下面的XML—我正在尝试创建一个包含所有类型的python数组，其中包含一个带有语言属性的数组和一个没有语言属性的数组

我正在使用python模块

import xml.etree.cElementTree作为ET

我知道我可以通过语法找到XML部分，其中language属性是“fr”语言：

tree=ET.ElementTree(file='popups.xml') root = tree.getroot() for x in root.findall('alt[@{http://www.w3.org/XML/1998/namespace}lang="fr"]/alt'): print x.text 我真的不明白为什么不能使用xml:lang而不是{http://www.w3.org/XML/1998/namespace}lang，但上面的内容似乎在Ubuntu 12.04上可以使用

使用

xpath

方法（在

cElementTree

中不可用）可以更轻松地完成您要做的事情，该方法将从文档的根元素读取名称空间标签，因此您可以问：

import lxml.etree as et

root = et.parse(open('mydoc.xml')).getroot()

for x in root.xpath('alt[not(@xml:lang)]/alt'):
    print x.text

---

not（@attr）

语法我以前不熟悉，但是在谷歌搜索“xpath查找不带属性的元素”非常有用。

您需要在xpath中使用完整的QName，因为stdlib ElementTree没有注册前缀的方法。我通常使用助手函数来创建QName：

def qname(prefix, element, map={'xml':'http://www.w3.org/XML/1998/namespace'}):
    return "{{{}}}{}".format(map[prefix], element)

标准库中的

ElementTree

实现不支持足够的XPath，无法轻松完成所需的操作。但是，指定此属性的值由包含它的所有内容继承，有点像

xml:base

或

xmlns

命名空间声明。因此，作为替代方案，我们可以在所有元素上明确语言设置：

xml_lang = qname('xml', 'lang')

def set_xml_lang(root, defaultlang=''):
    xml_lang = qname('xml', 'lang')
    for item in root:
        try:
            lang = item.attrib[xml_lang]
        except KeyError, err:
            item.set(xml_lang, defaultlang)
            lang = defaultlang
        set_xml_lang(item, lang)

set_xml_lang(root)

namespaces = {'xml':'http://www.w3.org/XML/1998/namespace'}
# Every element in root now has an xml:lang attribute
# so XPath is easy now:
alts_with_no_lang = root.findall('alt[@{{{xml}}}lang=""]'.format(**namespaces))

如果您愿意使用，则“lang”的使用会更加健壮，因为它遵循完整的XPath 1.0规范。特别是，您可以使用

lang（）

函数：

import lxml.etree as ET

root = ET.fromstring(xml)

print root.xpath('//alt[lang("fr")]')

作为奖励，它将具有适当的

lang（）

语义，如大小写不敏感和对语言区域的精明（例如，

lang（'en'）

也适用于

xml:lang=“en-US”

）

不幸的是，您不能使用

lang（）

来确定节点的语言。您需要找到第一个

xml:lang

祖先并使用它：

mylang = node.xpath('(ancestor-or-self::*/@xml:lang)[1]')

将它们放在一起，以匹配没有语言的节点：

tree.xpath('//alt[not((ancestor-or-self::*/@xml:lang)[1])]')

tree.xpath('//alt[not((ancestor-or-self::*/@xml:lang)[1])]')