python使用lxml解析命名空间xml

python解析xml使用较简单的是用lxml包来解析，最方便获取节点的是通过xpath语法，但是带命名空间的xml文档就无法正常解析到，需要在解析时加入namespace的命名空间头信息，折腾半天，特记录如下：

示例xml


   	
    		
     
      sp
     	
    	
    		
     			
      
       20181127000077
      			
      
       03880097
      			
      
       031800GS62170804
      			
      
       测试项目
      			
      
       8E14D561A70FA036E0430A97D0E6A036
      			
      				
       					
        
         0318
        					
        
         名称1
        					
        				
       			
      			
      				
       					
        
         0319
        					
        
         名称2

通过循环把所有的命名空间找出

root_node = etree.fromstring(text=xml)        for i in root_node:            print(i.nsmap)            for x in i:                print(x.nsmap)

执行结果

{'test': 'http://schemas.xmltest.org/test/envelope/', 'test-ENV': 'http://schemas.xmltest.org/test/envelope/'}{'test': 'http://schemas.xmltest.org/test/envelope/', 'test-ENV': 'http://schemas.xmltest.org/test/envelope/', 'xxx': 'http://test.cn'}{'test': 'http://schemas.xmltest.org/test/envelope/'}{'test': 'http://schemas.xmltest.org/test/envelope/', None: 'http://test.cn'}

整合到一起

ns = {'xxx': 'http://test.cn', 'test': 'http://schemas.xmltest.org/test/envelope/', 'test-ENV': 'http://schemas.xmltest.org/test/envelope/', None: 'http://test.cn'}

获取节点内容

print(root_node.find('.//id',namespaces=ns)) # 获取单节点print(root_node.findall('.//id',namespaces=ns)) # 获取所有同名节点

也可以直接通过拼接命名空间来获取

print(root_node.findall('.//{http://test.cn}id'))

子节点也同样可以查找到

print(root_node.findall('.//equipmentName', namespaces=ns))print(root_node.findall('.//{http://test.cn}equipmentName'))

执行结果

可以通过循环获取具体内容

for node in root_node.findall('.//equipmentName', namespaces=ns):    print(node.tag.replace('{' + ns['xxx'] + '}', ''), node.text)

结果：

equipmentName 名称1equipmentName 名称2

循环遍历equipmentObjectList所有子节点

for node in root_node.findall('*//syncAssetListOfCompletedProjRequest//equipmentObjectList', namespaces=ns):    for a in node:        for b in a:            print(b.tag.replace('{' + ns['xxx'] + '}', ''), b.text)

结果：

equipmentCode 0318equipmentName 名称1materialObjectList NoneequipmentCode 0319equipmentName 名称2materialObjectList None

转载地址：http://cnuqi.baihongyu.com/

你可能感兴趣的文章