使用 Python lxml 解析带有命名空间的 XML 文档时出现问题答案

【问题标题】：Problem parsing XML document with namespaces using Python lxml使用 Python lxml 解析带有命名空间的 XML 文档时出现问题
【发布时间】：2021-01-29 19:29:29
【问题描述】：

使用 Python lxml 库，我正在尝试解析 XML 文档，如下所示：

<ns:searchByScientificNameResponse xmlns:ns="http://itis_service.itis.usgs.gov">
<ns:return xmlns:ax21="http://data.itis_service.itis.usgs.gov/xsd" xmlns:ax23="http://metadata.itis_service.itis.usgs.gov/xsd" xmlns:ax26="http://itis_service.itis.usgs.gov/xsd" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:type="ax21:SvcScientificNameList">
<ax21:scientificNames xsi:type="ax21:SvcScientificName">
<ax21:tsn>26339</ax21:tsn>
<ax21:author>L.</ax21:author>
<ax21:combinedName>Vicia faba</ax21:combinedName>
<ax21:kingdom>Plantae</ax21:kingdom>
<ax21:unitInd1 xsi:nil="true" />
<ax21:unitInd2 xsi:nil="true" />
<ax21:unitInd3 xsi:nil="true" />
<ax21:unitInd4 xsi:nil="true" />
<ax21:unitName1>Vicia</ax21:unitName1>
<ax21:unitName2>faba</ax21:unitName2>
<ax21:unitName3 xsi:nil="true" />
<ax21:unitName4 xsi:nil="true" />
</ax21:scientificNames>
</ns:return>
</ns:searchByScientificNameResponse>

具体来说，我想获取“ax21:tsn”元素的值（本例中为整数26339）。

我尝试了here 和here 的答案，但没有成功。这是我的代码：

import lxml.etree as ET

tree = ET.parse("sample.xml")
#print(ET.tostring(tree))

namespaces = {'ax21': 'http://data.itis_service.itis.usgs.gov/xsd'} 
tsn = tree.find('scientificNames/tsn', namespaces)
print(tsn)

它什么也不返回。使用 xpath 有一种非常聪明的方法吗？

【问题讨论】：

标签： python xml lxml

【解决方案1】：

两个问题：

scientificNames 不是根元素的直接子元素；是孙子。
您需要在 XPath 表达式中使用 ax21 前缀。

以下作品：

tsn = tree.find('.//ax21:scientificNames/ax21:tsn', namespaces)

或者简单地说：

tsn = tree.find('.//ax21:tsn', namespaces)

【讨论】：

但它似乎不适用于“findall()”。
不确定你的意思。请注意，findall 返回一个列表，而 find 返回单个元素。
这将返回一个空列表：common_names = tree.findall(".//ax21:commonNames:ax21:commonName", namespaces)
请发布一个新问题。