如果添加的元素没有命名空间，xpath.find()将找不到新元素

Question

今天，我偶然发现了xml.dom和xpath模块的一种特殊行为，我花了一段时间才弄明白它与XML名称空间有关：

from xml.dom import minidom
import xpath

zooXml = """<?xml version="1.0" encoding="utf-8"?>
<Zoo xmlns='http://foo.bar/zoo'>
  <Compound><Chimp/></Compound>
</Zoo>"""

mydom = minidom.parseString(zooXml)
compound = xpath.findnode('/Zoo/Compound', mydom)
print compound.toxml() # as expected: <Compound><Chimp/></Compound>
print xpath.find("Chimp", compound) # as expected: [<DOM Element: Chimp at 0x24c0cc8>]

到目前为止一切正常，但是如果我现在添加另一个Chimp元素而不显式指定它的名称空间，xpath将找不到新元素：

newChimp = mydom.createElement("Chimp")
compound.appendChild(newChimp)
print compound.toxml() # ok, two chimps now: <Compound><Chimp/><Chimp/></Compound>
print xpath.find("Chimp", compound) # wait a second, that's still only one chimp: [<DOM Element: Chimp at 0x24a0d88>]

在重新解析修改后的XML之后，xpath将找到这两个元素：

mydom = minidom.parseString(mydom.toxml())
compound = xpath.findnode('/Zoo/Compound', mydom)
print xpath.find("Chimp", compound) # now it finds both chimps: [<DOM Element: Chimp at 0x24c9808>, <DOM Element: Chimp at 0x24c9888>]

此外，如果我使用命名空间创建新元素，xpath将在不重新解析的情况下找到它们：

babyChimp = mydom.createElementNS(mydom.firstChild.namespaceURI, "Chimp")
compound.appendChild(babyChimp)
print xpath.find("Chimp", compound) # that worked: [<DOM Element: Chimp at 0x24c9808>, <DOM Element: Chimp at 0x24c9888>, <DOM Element: Chimp at 0x24c9548>]

问题是:这种行为是正确的还是错误的？Chimp的名称空间不应该是隐式的吗？毕竟，无论我使用xml.dom.createElement()还是xml.dom.createElementNS()，生成的XML都是相同的。如果这是一个bug，那么它在哪里呢？在xml.dom或xpath中

我在Python2.7.5和2.7.4的Windows发行版中观察到了这种行为，在这两种情况下我都使用了xpath模块0.1。

Answer 1

简要地说：

问题是:这种行为是正确的还是错误的？

这种行为似乎是不正确的，或者至少是不受欢迎的，所以我会说这要么是bug，要么是未完成的功能。

Chimp的名称空间不应该是隐式的吗？

它在解析字符串时是隐式的，但在创建元素并将其添加到树中时不是隐式的。

毕竟，无论我使用xml.dom.createElement()还是xml.dom.createElementNS()，生成的

都是相同的。

生成的XML不相同，或者至少不应该相同。

，如果这是一个bug，那么它在哪里？

我猜toxml()方法中有一个bug，它没有输出第二个Chimp元素的空的默认名称空间，因此在重新解析修改后的文档时，它继承了Zoo元素的默认名称空间。

更准确地说：

首先，您的文档

<Zoo xmlns='http://foo.bar/zoo'>
  <Compound><Chimp/></Compound>
</Zoo>

然后，您尝试查找Chimp元素，但是没有为它定义任何名称空间上下文。但是，在这种情况下，xpath模块似乎会从节点的文档元素初始化上下文，因此查找成功。

然后添加另一个Chimp元素，但不带名称空间，您的文档将成为

<Zoo xmlns='http://foo.bar/zoo'>
  <Compound><Chimp/><Chimp xmlns=""/></Compound>
</Zoo>

第二次find尝试只返回一个元素，因为另一个元素具有不同的名称空间。

我猜想这里会发生错误，所以toxml()方法的输出实际上是

<Zoo xmlns='http://foo.bar/zoo'>
  <Compound><Chimp/><Chimp/></Compound>
</Zoo>

重新解析该文本会导致第二个Chimp元素继承与第一个元素相同的(默认)名称空间，因此第三个find将返回2个元素。

添加最后一个Chimp元素将导致文档变成

<Zoo xmlns='http://foo.bar/zoo'>
  <Compound><Chimp/><Chimp/><Chimp xmlns='http://foo.bar/zoo'/></Compound>
</Zoo>

这完全与

<Zoo xmlns='http://foo.bar/zoo'>
  <Compound><Chimp/><Chimp/><Chimp/></Compound>
</Zoo>

同样，所有的Chimp元素都在相同的名称空间中，所以find会返回所有元素。

这个bug似乎是相关的：http://bugs.python.org/issue1371937尽管它的状态，但它实际上仍然是开放的，因为它是作为另一个打开的bug的副本关闭的。