用python中的任意前缀按标记分析xml节点子列表

lxml 是一个不错的选择,主要是因为它通过 xpath() 方法以及许多其他有用的实用程序。在XPath中,可以使用 local-name() 如评论中所述。

lxml文件 还可以通过设置参数来处理未定义的前缀 recover=True ,但现在,问题来了; local-name() 对于具有未定义前缀的元素,仍然返回带前缀的“标记名”。有一种简单的方法来匹配这类元素,即找到本地名称的元素 包含 :tagname -或者更准确地说,找到本地名称的元素 ends with :标记名 而不是 包含 -.

以下是演示的工作示例。演示使用了两个与逻辑运算符组合的表达式 or ; 一个用于处理具有未定义前缀的元素,另一个用于没有前缀或具有正确定义的前缀的元素:

from lxml import etree

xml = """<root foo="bar">
    <media:item>a</media:item>
    <abc:item>b</abc:item>
    <foo:item>c</foo:item>
    <item>d</item>
</root>"""
parser = etree.XMLParser(recover=True)
tree = etree.fromstring(xml, parser=parser)
tagname = "item"
#expression to match element undefined prefix
predicate1 = "contains(local-name(),':{0}')".format(tagname)
#expression to match element with properly defined prefix or with no prefix
predicate2 = "local-name()='{0}'".format(tagname)
elements = tree.xpath("//*[{0} or {1}]".format(predicate1, predicate2))
for e in elements:
    print(etree.tostring(e))

输出:

<media:item>a</media:item>

<abc:item>b</abc:item>

<foo:item>c</foo:item>

<item>d</item>