Etree.lxmlを使用して解析しようとしているxmlドキュメントがあります
<Envelope xmlns="http://www.example.com/zzz/yyy">
<Header>
<Version>1</Version>
</Header>
<Body>
some stuff
<Body>
<Envelope>
私のコードは:
path = "path to xml file"
from lxml import etree as ET
parser = ET.XMLParser(ns_clean=True)
dom = ET.parse(path, parser)
dom.getroot()
Dom.getroot()を取得しようとすると、次のようになります。
<Element {http://www.example.com/zzz/yyy}Envelope at 28adacac>
しかし、私だけが欲しい:
<Element Envelope at 28adacac>
私がする時
dom.getroot().find("Body")
何も返されません。しかし、私が
dom.getroot().find("{http://www.example.com/zzz/yyy}Body")
結果が得られます。
Ns_clean = Trueをパーサーに渡すとこれを防ぐことができると思いました。
何か案は?
import io
import lxml.etree as ET
content='''\
<Envelope xmlns="http://www.example.com/zzz/yyy">
<Header>
<Version>1</Version>
</Header>
<Body>
some stuff
</Body>
</Envelope>
'''
dom = ET.parse(io.BytesIO(content))
xpath
メソッドを使用して、名前空間を認識するノードを見つけることができます。
body=dom.xpath('//ns:Body',namespaces={'ns':'http://www.example.com/zzz/yyy'})
print(body)
# [<Element {http://www.example.com/zzz/yyy}Body at 90b2d4c>]
名前空間を本当に削除したい場合は、XSL変換を使用できます。
# http://wiki.tei-c.org/index.php/Remove-Namespaces.xsl
xslt='''<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
<xsl:output method="xml" indent="no"/>
<xsl:template match="/|comment()|processing-instruction()">
<xsl:copy>
<xsl:apply-templates/>
</xsl:copy>
</xsl:template>
<xsl:template match="*">
<xsl:element name="{local-name()}">
<xsl:apply-templates select="@*|node()"/>
</xsl:element>
</xsl:template>
<xsl:template match="@*">
<xsl:attribute name="{local-name()}">
<xsl:value-of select="."/>
</xsl:attribute>
</xsl:template>
</xsl:stylesheet>
'''
xslt_doc=ET.parse(io.BytesIO(xslt))
transform=ET.XSLT(xslt_doc)
dom=transform(dom)
ここでは、名前空間が削除されています。
print(ET.tostring(dom))
# <Envelope>
# <Header>
# <Version>1</Version>
# </Header>
# <Body>
# some stuff
# </Body>
# </Envelope>
したがって、この方法でBodyノードを見つけることができます。
print(dom.find("Body"))
# <Element Body at 8506cd4>
https://bitbucket.org/olauzanne/pyquery/issue/17 からの最後の解決策は、少しの労力で名前空間を回避するのに役立ちます。
pyqueryを使用する前に
xml.replace(' xmlns:', ' xmlnamespace:')
をxmlに適用して、lxmlが名前空間を無視するようにします
あなたの場合、xml.replace(' xmlns="', ' xmlnamespace="')
を試してください。ただし、文字列がボディでも同様に予想される場合は、より複雑なものが必要になる場合があります。