lxml etree xmlparser删除不需要的名称空间
我有一个XML文档，我试图用Etree.lxml解析
<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()
当我尝试获取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。
我认为将ns_clean = True传递给解析器会阻止这一点。
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方法找到名称空间感知节点：
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找到Body节点：
print(dom.find("Body"))
# <Element Body at 8506cd4>
尝试使用Xpath：
dom.xpath("//*[local-name() = 'Body']")
在“The xpath（）method”部分下，从此页面采取（并简化）
https://bitbucket.org/olauzanne/pyquery/issue/17的最后一个解决方案可以帮助您轻松避免名称空间
在使用pyquery之前将xml.replace(' xmlns:', ' xmlnamespace:')应用于您的xml，因此lxml将忽略命名空间
在你的情况下，尝试xml.replace(' xmlns="', ' xmlnamespace="') 。 但是，如果字符串也应该在主体中，那么您可能需要更复杂的东西。