如何从 Python xml etree ElementTree 中的根元素中删除属性

Question

我的文件包含以下数据：

原文：

<?xml version="1.0" encoding="UTF-8"?><urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9"> <url> <changefreq>daily</changefreq> <loc>http://www.example.com</loc></url></urlset>

预期：

<?xml version="1.0" encoding="UTF-8"?><urlset> <url> <changefreq>daily</changefreq> <loc>http://www.example.com</loc></url></urlset>

我使用 etree 来解析文件，我想从根元素 'urlset' 中删除属性

import xml.etree.ElementTree as ET

tree = ET.parse("/Users/hsyang/Downloads/VI-0-11-14-2016_20.xml")
root = tree.getroot()

print root.attrib
>> {}

root.attrib.pop("xmlns", None)

print root.attrib
>> {}
ET.tostring(root)

我以为我第一次打印 root.attrib 时应该得到 {xmlns:"http://www.sitemaps.org/schemas/sitemap/0.9"}，但我得到了一个空字典。有人可以帮忙吗？

欣赏！

Answer 1

xmlns="http://www.sitemaps.org/schemas/sitemap/0.9" 看起来像一个常规属性，但它是一种特殊情况，即命名空间声明。

删除、添加或修改命名空间可能非常困难。 “正常”属性存储在元素的可写attrib 属性中。另一方面，命名空间映射并不容易通过 API 获得（在 lxml 库中，元素确实具有 nsmap 属性，但它是只读的）。

我建议一个简单的文本搜索和替换操作，类似于Modify namespaces in a given xml document with lxml 的答案。像这样的：

with open("input.xml", "r") as infile, open("output.xml", "w") as outfile:
    data = infile.read()
    data = data.replace(' xmlns="http://www.sitemaps.org/schemas/sitemap/0.9"', '')
    outfile.write(data)

另见How to insert namespace and prefixes into an XML string with Python?。

Answer 2

在标准库xml.etree.ElementTree 中没有删除属性的特殊方法，但所有属性都存储在attrib 中，这是一个dict，并且任何属性都可以从attrib 中删除，作为a 中的键dict:

    import xml.etree.ElementTree as ET

    tree = ET.parse(file_path)
    root = tree.getroot()      

    print(root.attrib)  # {'xyz': '123'}

    root.attrib.pop("xyz", None)  # None is to not raise an exception if xyz does not exist

    print(root.attrib)  # {}

    ET.tostring(root)
    '<urlset> <url> <changefreq>daily</changefreq> <loc>http://www.example.com</loc></url></urlset>'