使用 Python/ET 从 XML 中解析特定元素

Question

我的 XML 大致如下：

<?xml version="xxx"?>
<doc:document xmlns:doc="some value 1...">
    <rdf:RDF xmlns:rdf="some value 2...">
        <rdf:Description rdf:about="some value...">
            <dct:format xmlns:dct="http://someurl/">some value 3</dct:format>
            <dct:title xmlns:dct="http://someurl/">some text of interest to me</dct:title>
        </rdf:Description>
    </rdf:RDF>
</doc:document>

如何使用 Python/ETree 获取“我感兴趣的一些文本”？

提前感谢您的帮助！

Answer 1

您需要通过指定命名空间来查找title 元素：

tree.find('.//dct:title', namespaces={'dct': 'http://purl.org/dc/terms/'})

您必须在每次搜索时传递 namespaces 映射，因此您也可以预先指定并重复使用：

nsmap = {
    'dct': 'http://purl.org/dc/terms/',
    'doc': 'http://www.witbd.org/xmlns/common/document/',
    'rdf': 'http://www.w3.org/1999/02/22-rdf-syntax-ns#',
}

tree.find('.//dct:title', namespaces=nsmap)

对于您的示例文档（已恢复命名空间），这给出：

>>> tree.find('.//dct:title', namespaces=nsmap)
<Element '{http://purl.org/dc/terms/}title' at 0x105ec4690>
>>> tree.find('.//dct:title', namespaces=nsmap).text
'some text of interest to me'

您也可以在 XPath 表达式中使用命名空间：

tree.find('.//{http://purl.org/dc/terms/}title')

这就是使用前缀和 namespaces 映射在内部所做的。