为什么 lxml.etree.SubElement() 允许制作不可序列化的元素？

Question

from lxml import etree

element1 = etree.Element('{j:a}a', nsmap={None: 'j:a'})
etree.SubElement(element1, 'b')

element2 = etree.Element('{j:a}a', nsmap={None: 'j:a'})
etree.SubElement(element2, '{j:a}b')

两个元素都序列化为相同的

<a xmlns="j:a"><b/></a>

但两个元素不表现相同

element1.find('b') -> 返回元素

element2.find('b') -> 返回无

如果你反其道而行之

etree.fromstring("<a xmlns="j:a"><b/></a>")

你从 element2 得到表示，所以

element2.find('b') -> 返回无

这似乎是一致的，因为树中没有无命名空间的<b/>，因为<b/> 从<a/> 继承了默认命名空间

那么在 element1 中表示的目的是什么？它似乎添加了一个无命名空间的子元素 <b/> 并以这种方式运行。但是当序列化时，元素继承自<a>。

如果它无论如何都不序列化，为什么会存在？

Answer 1

这一切都归结为命名空间

xml 标签可以（但不能）有命名空间。所以即使根节点定义了默认命名空间，子节点也可以没有命名空间，这不等价在默认命名空间中。

这就是你的element1 和element2 的区别：element1 的子元素没有命名空间； element2 的子元素在默认命名空间中，因为当您创建它时，您指定了默认命名空间。如果你尝试

element2.find("{j:l}b")) -> 返回元素b，或者更准确地说，返回元素{j:a}b。

所以是的，命名空间很重要。而当你用 lxml 创建元素时，你可以定义没有命名空间的元素：只是不要添加它。

但是序列化呢？

现在我不是 lxml 专家，所以这只是我的猜测。问题是当您序列化元素时，无法区分真正没有命名空间的元素和默认命名空间中的元素，因此它们以相同的方式表示。

因此，序列化一个元素然后再次解析它，无法给出原始结果。例如，如果使用您的element1，您会这样做：

sel1 = etree.tostring(element1)
element1s = etree.fromstring(sel1)

原来element1s不等于element1，因为子元素b现在是子元素{j:a}b。解析字符串时，将没有命名空间的元素添加到默认命名空间中。

结论

现在，我不知道这是有意的还是错误的。据我所知，如果 XML 文档声明了默认命名空间，则所有没有明确具有不同命名空间的元素都应考虑在默认命名空间中。当您使用 fromstring 函数解析 xml 文档时会发生这种情况。仅当未声明默认命名空间时，您才能拥有“无命名空间”。
所以在我看来，element1 的 b 子元素应该“继承”父节点的命名空间，因为父节点使用 nsmap={None: "j:a"} 定义了一个默认命名空间。
但您也可能会被告知，由于您正在使用 lxml 元素构建文档，因此您有责任将每个元素放在正确的命名空间中，这意味着您必须显式添加默认命名空间。

由于在某些情况下 xml 允许没有命名空间的元素，所以当元素没有命名空间时，lxml 不会抱怨。
我认为将默认命名空间自动添加到声明默认命名空间的元素的子元素中将是一个很酷的功能，但它只是不存在。