Python 用lxml和elementtree解析XML
我试图解析XML文档以返回包含Python 用lxml和elementtree解析XML,python,xml,lxml,elementtree,Python,Xml,Lxml,Elementtree,我试图解析XML文档以返回包含ref属性的节点。玩具示例可以工作,但文档本身返回一个空数组,此时它应该显示匹配项 玩具示例 import elementtree.ElementTree from lxml import etree tree = etree.XML('<body><input ref="blabla"><label>Cats</label></input><input ref="blabla"><lab
ref
属性的
节点。玩具示例可以工作,但文档本身返回一个空数组,此时它应该显示匹配项
玩具示例
import elementtree.ElementTree
from lxml import etree
tree = etree.XML('<body><input ref="blabla"><label>Cats</label></input><input ref="blabla"><label>Dogs</label></input><input ref="blabla"><label>Birds</label></input></body>')
# I can return the relevant input nodes with:
print len(tree.findall(".//input[@ref]"))
2
你知道为什么会失败,以及如何解决吗?我认为这可能与XML头有关。非常感谢您的帮助。我认为问题在于您整个文档中的元素都是特定的名称空间,因此未命名的
.findall(“.//input[@ref]”)表达式与文档中的input
元素不匹配,该元素实际上是一个命名的input
元素,在http://www.w3.org/2002/xforms
名称空间
所以不妨试试这个:
.findall(".//{http://www.w3.org/2002/xforms}input[@ref]")
在我最初的回答之后更新了,使用xforms名称空间而不是xhtml名称空间(正如在另一个回答中所指出的)。我认为问题在于整个文档中的元素都是特定的名称空间,因此没有名称空间的.findall(.//input[@ref]))
表达式与文档中的输入
元素不匹配,该元素实际上是http://www.w3.org/2002/xforms
名称空间
所以不妨试试这个:
.findall(".//{http://www.w3.org/2002/xforms}input[@ref]")
在我的原始答案之后更新了,以使用xforms名称空间而不是xhtml名称空间(如另一个答案中所述)。从xml中可以看出,非前缀元素的xml名称空间是-”http://www.w3.org/2002/xforms“
,这是因为它被定义为父元素h:html
中没有任何前缀的xmlns
,只有前缀为h:
的元素的命名空间为”http://www.w3.org/1999/xhtml“
因此,您还需要在查询中使用该名称空间。范例-
root.findall(".//{http://www.w3.org/2002/xforms}input[@ref]")
示例/演示-
>>> s = """<?xml version="1.0"?>
... <h:html xmlns="http://www.w3.org/2002/xforms" xmlns:ev="http://www.w3.org/2001/xml-events" xmlns:h="http://www.w3.org/1999/xhtml" xmlns:xsd="http://www.w3.org/2001/XMLSchema">
... <h:head>
... <h:title>A title</h:title>
... </h:head>
... <h:body>
... <group ref="blabla">
... <label>Group 1</label>
... <input ref="blabla">
... <label>Field 1</label>
... </input>
... </group>
... </h:body>
... </h:html>"""
>>> import xml.etree.ElementTree as ET
>>> root = ET.fromstring(s)
>>> root.findall(".//{http://www.w3.org/1999/xhtml}input[@ref]")
>>> root.findall(".//{http://www.w3.org/2002/xforms}input[@ref]")
[<Element '{http://www.w3.org/2002/xforms}input' at 0x02288EA0>]
>s=“”
...
...
…头衔
...
...
...
…第一组
...
…字段1
...
...
...
... """
>>>将xml.etree.ElementTree作为ET导入
>>>root=ET.fromstring(s)
>>>root.findall(“)//{http://www.w3.org/1999/xhtml}输入[@ref]”)
>>>root.findall(“)//{http://www.w3.org/2002/xforms}输入[@ref]”)
[]
从xml中可以看出,非前缀元素的xml名称空间是-”http://www.w3.org/2002/xforms“
,这是因为它被定义为父元素h:html
中没有任何前缀的xmlns
,只有前缀为h:
的元素的命名空间为"http://www.w3.org/1999/xhtml“
因此,您还需要在查询中使用该名称空间-
root.findall(".//{http://www.w3.org/2002/xforms}input[@ref]")
示例/演示-
>>> s = """<?xml version="1.0"?>
... <h:html xmlns="http://www.w3.org/2002/xforms" xmlns:ev="http://www.w3.org/2001/xml-events" xmlns:h="http://www.w3.org/1999/xhtml" xmlns:xsd="http://www.w3.org/2001/XMLSchema">
... <h:head>
... <h:title>A title</h:title>
... </h:head>
... <h:body>
... <group ref="blabla">
... <label>Group 1</label>
... <input ref="blabla">
... <label>Field 1</label>
... </input>
... </group>
... </h:body>
... </h:html>"""
>>> import xml.etree.ElementTree as ET
>>> root = ET.fromstring(s)
>>> root.findall(".//{http://www.w3.org/1999/xhtml}input[@ref]")
>>> root.findall(".//{http://www.w3.org/2002/xforms}input[@ref]")
[<Element '{http://www.w3.org/2002/xforms}input' at 0x02288EA0>]
>s=“”
...
...
... 头衔
...
...
...
... 第一组
...
... 字段1
...
...
...
... """
>>>将xml.etree.ElementTree作为ET导入
>>>root=ET.fromstring(s)
>>>root.findall(“)//{http://www.w3.org/1999/xhtml}输入[@ref]”)
>>>root.findall(“)//{http://www.w3.org/2002/xforms}输入[@ref]”)
[]
什么是错误消息?什么是失败的?什么是错误消息?什么是失败的?嗨,sideshowbarker。很抱歉,我仍然是一个空数组。好的,我并没有实际测试它,但我现在会这样做,看看我得到了什么!.findall(“)//{http://www.w3.org/2002/xforms}输入[@ref]”)
是票证:)嗨,sideshowbarker。很抱歉,我仍然是一个空数组。好的,我并没有实际测试它,但现在就做,看看我得到了什么!。findall(“)//{http://www.w3.org/2002/xforms}输入[@ref]”
是票证:)