如何查找具有命名空间的属性且未在xml标头中列出的元素

Question

我的xml看起来像这样

我想以所有标签<langSet xml:lang="en">为目标。如您所见，“xml”未列在根目录的“xmlns”属性中。我正在使用xml.etree.ElementTree到parse和getroot来初始化下面root的值

因此，此调用工作正常，但返回所有语言：

root.findall('.//langSet')

我需要这个调用，但它返回空列表：

root.findall('.//langSet[@{xml}:lang="en"]')

谢谢你的帮助

Answer 1

xml名称空间前缀是预定义的（不需要在XML文档中声明）。但是ElementTree库仍然需要显式映射：

nsmap = {"xml": "http://www.w3.org/XML/1998/namespace"}

nsmap然后可以在findall()调用中使用：

root.findall('.//langSet[@xml:lang="en"]', namespaces=nsmap)

您还可以使用以下语法：

root.findall('.//langSet[@{http://www.w3.org/XML/1998/namespace}lang="en"]')

Answer 2

“xml”名称空间前缀在xml文档和XPath中都是预定义的。所以你可以简单的做

.//langSet[@xml:lang='en']

此外，XPath还有一个lang（）函数，允许

.//langSet[lang('en')]

这并不是做完全相同的事情：（a）它还考虑祖先元素上的@xml:lang属性，以及（b）它将不仅匹配xml:lang="en"，而且匹配更具体的语言代码，例如xml:lang="en-GB"

顺便说一句，“uk”是乌克兰语的语言代码：我不知道你是不是这么想的