使用 python / elementtree 解析 xml答案

【问题标题】：parsing xml using python / elementree使用 python / elementtree 解析 xml
【发布时间】：2016-06-21 11:30:46
【问题描述】：

我需要搜索的 xml 指定但不使用命名空间：

    <WRMHEADER xmlns="http://schemas.microsoft.com/DRM/2007/03/PlayReadyHeader" version="4.0.0.0">
    <DATA>
        <PROTECTINFO>
            <KEYLEN>16</KEYLEN>
            <ALGID>AESCTR</ALGID>
        </PROTECTINFO>

        <LA_URL>http://192.168.8.33/license/rightsmanager.asmx</LA_URL>
        <LUI_URL>http://192.168.8.33/license/rightsmanager.asmx</LUI_URL>

        <DS_ID></DS_ID>
        <KID></KID>
        <CHECKSUM></CHECKSUM>

    </DATA>
</WRMHEADER>

我想读取各个字段的值，例如数据/protectinfo/keylen 等

root    = ET.fromstring(sMyXml)
keylen  = root.findall('./DATA/PROTECTINFO/KEYLEN')

print root
print keylen

此代码打印以下内容：

<Element {http://schemas.microsoft.com/DRM/2007/03/PlayReadyHeader}WRMHEADER at 0x7f2a7c35be60>
[]

root.find 和 root.findall 对此查询返回 None 或 []。我一直无法指定默认命名空间，是否有查询这些值的解决方案？谢谢

【问题讨论】：

标签： python xml elementtree

【解决方案1】：

创建命名空间字典：

x = """<WRMHEADER xmlns="http://schemas.microsoft.com/DRM/2007/03/PlayReadyHeader" version="4.0.0.0">
    <DATA>
        <PROTECTINFO>
            <KEYLEN>16</KEYLEN>
            <ALGID>AESCTR</ALGID>
        </PROTECTINFO>

        <LA_URL>http://192.168.8.33/license/rightsmanager.asmx</LA_URL>
        <LUI_URL>http://192.168.8.33/license/rightsmanager.asmx</LUI_URL>

        <DS_ID></DS_ID>
        <KID></KID>
        <CHECKSUM></CHECKSUM>

    </DATA>
</WRMHEADER>"""
from xml.etree import ElementTree as ET

root = ET.fromstring(x)
ns = {"wrm":"http://schemas.microsoft.com/DRM/2007/03/PlayReadyHeader"}
keylen = root.findall('wrm:DATA', ns)

print root
print keylen

现在你应该得到类似的东西：

<Element '{http://schemas.microsoft.com/DRM/2007/03/PlayReadyHeader}WRMHEADER' at 0x7fd0a30d45d0>
[<Element '{http://schemas.microsoft.com/DRM/2007/03/PlayReadyHeader}DATA' at 0x7fd0a30d4610>]

获取/DATA/PROTECTINFO/KEYLEN：

In [17]: root = ET.fromstring(x)

In [18]: ns = {"wrm":"http://schemas.microsoft.com/DRM/2007/03/PlayReadyHeader"} 
In [19]: root.find('wrm:DATA/wrm:PROTECTINFO/wrm:KEYLEN', ns).text
Out[19]: '16'

【讨论】：

不用担心，如果您在 python 中使用 xml 做了大量工作，您可能会发现 lxml 很有用 lxml.de

【解决方案2】：

我想知道这是否也有效。请在您的 cmets 上发表这种方法的优缺点。

from xml.dom.minidom import parse
import xml.dom.minidom

# Open XML document using minidom parser
DOMTree = xml.dom.minidom.parse("xmlquestion.xml")
tn = DOMTree.documentElement
print tn.namespaceURI
#print tn.childNodes

data = tn.getElementsByTagName('DATA')[0]
protectinfo = data.getElementsByTagName('PROTECTINFO')[0]
keylen = protectinfo.getElementsByTagName('KEYLEN')[0]
print keylen.childNodes[0].data

http://schemas.microsoft.com/DRM/2007/03/PlayReadyHeader
16

【讨论】：

太好了。由于我的数据源来自网络请求，因此我不得不稍作修改以导入 parseString。我只是在寻找一种快速验证 xml 内容的方法。我想选择 ET，因为它似乎被更广泛地使用，尽管我发现这个问题令人沮丧，因为文档似乎缺乏而且这似乎是一个基本问题。