在解析之前使用 lxml 注册命名空间

Question

我正在使用 lxml 从具有名称空间的外部服务中解析 XML，但没有将它们注册到xmlns. 我正在尝试手动注册它register_namespace，但这似乎不起作用。

from lxml import etree

xml = """

    <Foo xsi:type="xsd:string">bar</Foo>

"""

etree.register_namespace('xsi', 'http://www.w3.org/2001/XMLSchema-instance')

el = etree.fromstring(xml) # lxml.etree.XMLSyntaxError: Namespace prefix xsi for type on Foo is not defined

我错过了什么？奇怪的是，查看 lxml 源代码以尝试了解我可能做错了什么，似乎xsi命名空间应该已经作为默认命名空间之一存在。

Answer 1

当 XML 文档被解析然后再次保存时，lxml 不会更改任何前缀（并且register_namespace没有效果）。如果您的 XML 文档未声明其命名空间前缀，则它不是命名空间格式良好的。在解析之前使用register_namespace无法解决此问题。register_namespace定义序列化新创建的 XML 文档时要使用的前缀。示例 1（不带register_namespace）：from lxml import etreeel = etree.Element('{http://example.com}Foo')print(etree.tostring(el).decode())输出：<ns0:Foo xmlns:ns0="http://example.com"/>示例 2（带register_namespace）：from lxml import etreeetree.register_namespace("abc", "http://example.com")el = etree.Element('{http://example.com}Foo')print(etree.tostring(el).decode())输出：<abc:Foo xmlns:abc="http://example.com"/>示例 3（没有register_namespace，但具有与常规前缀关联的“知名”命名空间）：from lxml import etreeel = etree.Element('{http://www.w3.org/2001/XMLSchema-instance}Foo')print(etree.tostring(el).decode())输出：<xsi:Foo xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"/>

Answer 2

使用自定义命名空间的命名空间格式良好的XML还必须包含命名空间声明本身。在第一个元素中添加一个xmlns就足够了：from lxml import etreexml = """&nbsp; &nbsp; <Foo xmlns:xsi='http://www.w3.org/2001/XMLSchema-instance' xsi:type='xsd:string'>bar</Foo>"""el = etree.fromstring(xml)&nbsp; &nbsp;&nbsp;print (el)因此，从技术上讲，如果您的 XML 使用xsi但不包含命名空间声明，则它不是（命名空间）格式良好的 XML。