使用lxm解析包含默认命名空间的xml以获取元素值

Question

我有一个这样的xml字符串

str1 = """<sitemapindex xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
<sitemap>
    <loc>
        http://www.example.org/sitemap_1.xml.gz
    </loc>
    <lastmod>2015-07-01</lastmod>
</sitemap>
</sitemapindex> """

我想提取<loc>节点中的所有url i、 ehttp://www.example.org/sitemap_1.xml.gz

我试过这个密码，但没用

^{pr2}$

我试图检查根节点的格式是否正确。我试过了，得到了和str1相同的字符串

etree.tostring(root)

'<sitemapindex xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">\n<sitemap>\n<loc>http://www.example.org/sitemap_1.xml.gz</loc>\n<lastmod>2015-07-01</lastmod>\n</sitemap>\n</sitemapindex>'

Answer 1

这是处理具有默认命名空间的XML时的常见错误。您的XML具有默认名称空间，即声明时没有前缀的名称空间，此处：

<sitemapindex xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">

请注意，不仅声明了默认命名空间的元素位于该命名空间中，而且所有子元素都隐式继承祖先默认命名空间，除非另有指定（使用显式命名空间前缀或指向不同命名空间uri的本地默认命名空间）。这意味着，在本例中，包括loc的所有元素都在默认名称空间中。在

要选择命名空间中的元素，需要定义前缀到命名空间映射，并在XPath中正确使用前缀：

^{pr2}$

输出：

<loc xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
        http://www.example.org/sitemap_1.xml.gz
    </loc>