在 python 中导入 XML 命名空间

Question

我完全是编码新手，我学习 IT，并且有一个学校项目，我必须在其中将 .txt 文件转换为 XML 文件。我已经设法创建了一棵树和子元素，但必须在代码中放置一些 XML 命名空间。因为最终的 XML 文件必须在一个程序中打开，该程序会为您提供信息表等等。但如果没有来自 XML 命名空间的方案，它不会打开任何东西。有人可以帮助我如何将 .xsd 放入我的代码中吗？

这是方案： http://www.pufbih.ba/images/stories/epp_docs/PaketniUvozObrazaca_V1_0.xsd

必须创建的 XML 文件示例： http://www.pufbih.ba/images/stories/epp_docs/4200575050089_1022.xml

在第一行 a 有我必须输入的方案：“urn:PaketniUvozObrazaca_V1_0.xsd”

这是到目前为止创建的代码：

import xml.etree.ElementTree as xml

def GenerateXML(GIP1022):
root=xml.Element("PaketniUvozObrazaca")
p1=xml.Element("PodaciOPoslodavcu")
root.append(p1)

jib=xml.SubElement(p1,"JIBPoslodavca")
jib.text="4254160150005"
pos=xml.SubElement(p1,"NazivPoslodavca")
pos.text="MOJATVRTKA d.o.o. ORAŠJE"
zah=xml.SubElement(p1,"BrojZahtjeva")
zah.text="8"
datz=xml.SubElement(p1,"DatumPodnosenja")
datz.text="2021-01-01"

tree=xml.ElementTree(root)
with open(GIP1022,"wb") as files:
    tree.write(files)

if __name__=="__main__":
GenerateXML("primjer.xml")

Answer 1

official documentation 对于如何在 ElementTree 中使用命名空间并不十分明确，但它的核心是 ElementTree 采用了一种非常基本的（ist）方法：elementtree 不使用命名空间前缀/别名，而是使用 @987654322 @。

例如

<bar xmlns="foo">

或

<x:bar xmlns:x="foo">

（foo 命名空间中的元素 bar）将被写入

{foo}bar

>>> tostring(Element('{foo}bar'), encoding='unicode')
'<ns0:bar xmlns:ns0="foo" />'

或者（有时更方便创作和操作）您可以使用QName objects，它可以采用 Clark 的符号标记名称，也可以分别采用命名空间和标记名称：

>>> tostring(Element(QName('foo', 'bar')), encoding='unicode')
'<ns0:bar xmlns:ns0="foo" />'

因此，虽然 ElementTree 本身没有命名空间对象，但您可以像这样创建命名空间对象，可能通过部分应用 QName 的助手：

>>> root = Element(ns("PaketniUvozObrazaca"))
>>> SubElement(root, ns("PodaciOPoslodavcu"))
<Element <QName '{urn:PaketniUvozObrazaca_V1_0.xsd}PodaciOPoslodavcu'> at 0x7f502481bdb0>
>>> tostring(root, encoding='unicode')
'<ns0:PaketniUvozObrazaca xmlns:ns0="urn:PaketniUvozObrazaca_V1_0.xsd"><ns0:PodaciOPoslodavcu /></ns0:PaketniUvozObrazaca>'

这里有几个重要的考虑因素：

首先，当序列化是任意的时，您可以看到前缀，这与 ElementTree 对 XML 的原教旨主义方法一致（前缀 应该 无关紧要），但它已经增长了一个“register_namespace” 全局 允许注册特定前缀的函数：

>>> register_namespace('xxx', 'urn:PaketniUvozObrazaca_V1_0.xsd')
>>> tostring(root, encoding='unicode')
'<xxx:PaketniUvozObrazaca xmlns:xxx="urn:PaketniUvozObrazaca_V1_0.xsd"><xxx:PodaciOPoslodavcu /></xxx:PaketniUvozObrazaca>'

您还可以将单个 default_namespace 传递给（某些）序列化函数来指定默认命名空间：

>>> tostring(root, encoding='unicode', default_namespace='urn:PaketniUvozObrazaca_V1_0.xsd')
'<PaketniUvozObrazaca xmlns="urn:PaketniUvozObrazaca_V1_0.xsd"><PodaciOPoslodavcu /></PaketniUvozObrazaca>'

第二个可能更大的问题是 ElementTree 不支持验证。

Python 标准库不支持任何验证解析器或树构建器，无论是 DTD、rng、xml 模式还是任何东西。不是默认的，也不是可选的。

lxml 可能是支持验证（多种类型的模式）的主要替代方案，其核心 API 遵循 ElementTree，但以多种方式和方向对其进行了扩展（包括更精确的命名空间前缀支持和前缀往返）。但即便如此，验证（AFAIK）大多是明确的，至少在生成/序列化文档时是这样。

Answer 2

您想要的是将默认命名空间声明 (xmlns="urn:PaketniUvozObrazaca_V1_0.xsd") 添加到根元素。我已经编辑了问题中的代码，以向您展示如何做到这一点。

import xml.etree.ElementTree as ET

def GenerateXML(GIP1022): 
    # Create the PaketniUvozObrazaca root element in the urn:PaketniUvozObrazaca_V1_0.xsd namespace 
    root = ET.Element("{urn:PaketniUvozObrazaca_V1_0.xsd}PaketniUvozObrazaca")

    # Add subelements
    p1 = ET.Element("PodaciOPoslodavcu")
    root.append(p1)

    jib = ET.SubElement(p1,"JIBPoslodavca")
    jib.text = "4254160150005"
    pos = ET.SubElement(p1,"NazivPoslodavca")
    pos.text = "MOJATVRTKA d.o.o. ORAŠJE"
    zah = ET.SubElement(p1,"BrojZahtjeva")
    zah.text = "8"
    datz = ET.SubElement(p1,"DatumPodnosenja")
    datz.text = "2021-01-01"

    # Make urn:PaketniUvozObrazaca_V1_0.xsd the default namespace (no prefix)
    ET.register_namespace("", "urn:PaketniUvozObrazaca_V1_0.xsd")

    # Prettify output (requires Python 3.9)
    ET.indent(root)

    tree = ET.ElementTree(root)

    with open(GIP1022,"wb") as files:
        tree.write(files)

if __name__=="__main__":
    GenerateXML("primjer.xml")

primjer.xml的内容：

<PaketniUvozObrazaca xmlns="urn:PaketniUvozObrazaca_V1_0.xsd">
  <PodaciOPoslodavcu>
    <JIBPoslodavca>4254160150005</JIBPoslodavca>
    <NazivPoslodavca>MOJATVRTKA d.o.o. ORA&#352;JE</NazivPoslodavca>
    <BrojZahtjeva>8</BrojZahtjeva>
    <DatumPodnosenja>2021-01-01</DatumPodnosenja>
  </PodaciOPoslodavcu>
</PaketniUvozObrazaca>

请注意，只有根元素显式绑定到代码中的命名空间。添加子元素时，它们不需要位于命名空间中。最终结果是一个 XML 文档 (primjer.xml)，其中所有元素都属于同一个默认命名空间。

以上方法并不是在命名空间中创建元素的唯一方法。例如，可以使用QName 类代替{namespace-uri}name 表示法。见https://stackoverflow.com/a/58678592/407651。

Answer 3

tree.write() 方法采用 default_namespace 参数。

如果您将该行更改为以下内容会发生什么？

tree.write(files, default_namespace="urn:PaketniUvozObrazaca_V1_0.xsd")