使用Element Tree的findall方法解析XML命名空间

Question

在以下xml中，我如何使用查询元素树findall('Email')？

<DocuSignEnvelopeInformation xmlns:xsd="http://www.w3.org/2001/XMLSchema" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.docusign.net/API/3.0">
    <EnvelopeStatus>
        <RecipientStatus>
                <Type>Signer</Type>
                <Email>[e-mail]</Email>
                <UserName>Joe Shmoe</UserName>
                <RoutingOrder>1</RoutingOrder>
                <Sent>2015-05-04T09:58:01.947</Sent>
                <Delivered>2015-05-04T09:58:14.403</Delivered>
                <Signed>2015-05-04T09:58:29.473</Signed>
        </RecipientStatus>
    </EnvelopeStatus>
</DocuSignEnvelopeInformation>

我有一种感觉与命名空间有关，但我不确定。我查看了文档，但没有找到答案。

tree = <xml.etree.ElementTree.ElementTree object at 0x7f27a47c4fd0>
root = tree.getroot()
root
<Element '{http://www.docusign.net/API/3.0}DocuSignEnvelopeInformation' at 0x7f27a47b8a48>

root.findall('Email')
[]

- user2954587

Answer 1

你应该仔细阅读文档，特别是使用命名空间解析XML部分，其中包含一个几乎与你所需相同的示例。

但即使没有文档，答案实际上也包含在你的示例输出中。当你打印文档的根元素时...

>>> tree = etree.parse(open('data.xml'))
>>> root = tree.getroot()
>>> root
<Element {http://www.docusign.net/API/3.0}DocuSignEnvelopeInformation at 0x7f972cd079e0>

...你可以看到它打印了根元素的名称 (DocuSignEnvelopeInformation)，并带有一个命名空间前缀 ({http://www.docusign.net/API/3.0})。 你可以在findall的参数中使用相同的前缀：

>>> root.findall('{http://www.docusign.net/API/3.0}Email')

但这样本身是行不通的，因为这只会找到根元素的直接子级中的Email元素。你需要提供一个ElementPath表达式，以使findall搜索整个文档。下面的方法可行：

>>> root.findall('.//{http://www.docusign.net/API/3.0}Email')
[<Element {http://www.docusign.net/API/3.0}Email at 0x7f972949a6c8>]

您也可以使用XPath和命名空间前缀执行类似的搜索，如下所示：

>>> root.xpath('//docusign:Email',
... namespaces={'docusign': 'http://www.docusign.net/API/3.0'})
[<Element {http://www.docusign.net/API/3.0}Email at 0x7f972949a6c8>]

这使您可以使用类似于 XML 的 命名空间 前缀，而不是 LXML 命名空间语法。

- larsks

---

谢谢，非常有帮助。我想使用您的最后一个root.xpath示例，但似乎ElementTree元素不支持.xpath，会出现AttributeError: 'xml.etree.ElementTree.Element' object has no attribute 'xpath'错误。 - user2954587

此答案假定您正在使用lxml.etree。 - larsks

Answer 2

我成功地使用了find命令中的namespaces选项：

s='<DocuSignEnvelopeInformation xmlns:xsd="http://www.w3.org/2001/XMLSchema" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.docusign.net/API/3.0">     <EnvelopeStatus>         <RecipientStatus>                 <Type>Signer</Type>                 <Email>[e-mail]</Email>                 <UserName>Joe Shmoe</UserName>                 <RoutingOrder>1</RoutingOrder>                 <Sent>2015-05-04T09:58:01.947</Sent>                 <Delivered>2015-05-04T09:58:14.403</Delivered>                 <Signed>2015-05-04T09:58:29.473</Signed>         </RecipientStatus>     </EnvelopeStatus> </DocuSignEnvelopeInformation>'

ET.register_namespace('xsd', 'http://www.w3.org/2001/XMLSchema')
ET.register_namespace('def', 'http://www.docusign.net/API/3.0')
ET.register_namespace('xsi', 'http://www.w3.org/2001/XMLSchema-instance')
nsmap = {'xsd':'http://www.w3.org/2001/XMLSchema','def': 'http://www.docusign.net/API/3.0','xsi':'http://www.w3.org/2001/XMLSchema-instance'}
e=ET.fromstring(s)
print (ET.tostring(e,'utf-8'))

print (nsmap)
print (e.findall('.//def:Email', namespaces = nsmap))
print (e.findall('.//{http://www.docusign.net/API/3.0}Email'))

给出如下结果：

b'<def:DocuSignEnvelopeInformation xmlns:def="http://www.docusign.net/API/3.0">     <def:EnvelopeStatus>         <def:RecipientStatus>                 <def:Type>Signer</def:Type>                 <def:Email>[e-mail]</def:Email>                 <def:UserName>Joe Shmoe</def:UserName>                 <def:RoutingOrder>1</def:RoutingOrder>                 <def:Sent>2015-05-04T09:58:01.947</def:Sent>                 <def:Delivered>2015-05-04T09:58:14.403</def:Delivered>                 <def:Signed>2015-05-04T09:58:29.473</def:Signed>         </def:RecipientStatus>     </def:EnvelopeStatus> </def:DocuSignEnvelopeInformation>'
{'xsd': 'http://www.w3.org/2001/XMLSchema', 'def': 'http://www.docusign.net/API/3.0', 'xsi': 'http://www.w3.org/2001/XMLSchema-instance'}
[<Element '{http://www.docusign.net/API/3.0}Email' at 0x7f828077a590>]
[<Element '{http://www.docusign.net/API/3.0}Email' at 0x7f828077a590>]

- XMLConfused