解析python中的xml以获取所有子元素

Question

我分析了一个XML文件以获取它的所有元素。我得到以下输出

[<Element '{urn:mitel:params:xml:ns:yang:vld}vld-list' at 0x0000000003059188>, <Element '{urn:mitel:params:xml:ns:yang:vld}vl-id' at 0x00000000030689F8>, <Element '{urn:mitel:params:xml:ns:yang:vld}descriptor-version' at 0x0000000003068A48>]

我需要为列表中的每个元素选择}和‘之间的值。

到目前为止，这是我的准则：

import xml.etree.ElementTree as ET  
tree = ET.parse('UMR_VLD01_OAM_V6-Provider_eth0.xml')  
root = tree.getroot()

# all items
print('\nAll item data:')
for elem in root:  
    all_descendants = list(elem.iter())
    print(all_descendants)

我怎样才能做到这一点？

Answer 1

{}中的文本是XML元素的限定名(QName)的命名空间部分。在ElementTree中没有方法只返回本地名称。所以，你要么

• 使用字符串处理提取名称的本地部分，正如在对您的问题的注释中所建议的那样，
• 使用lxml.etree而不是xml.etree.ElementTree，并对每个元素应用xpath('local-name()')，
• 或者提供没有命名空间的XML源。您可以使用XSLT剥离命名空间。

因此，考虑到这个XML输入：

<?xml version="1.0" encoding="UTF-8"?>
<foo xmlns="urn:mitel:params:xml:ns:yang:vld">
    <bar>
        <baz x="1"/>
        <yet>
            <more>
                <nested/>
            </more>
        </yet>
    </bar>
    <bar/>
</foo>

只有在程序的这种变化下，才能打印本地名称的列表：

import xml.etree.ElementTree as ET  
tree = ET.parse('UMR_VLD01_OAM_V6-Provider_eth0.xml')  
root = tree.getroot()

# all items
print('\nAll item data:')
for elem in root:
    all_descendants = [e.tag.split('}', 1)[1] for e in elem.iter()]
    print(all_descendants)

输出：

['bar', 'baz', 'yet', 'more', 'nested']
['bar']

lxml.etree和xpath('local-name()')的版本如下所示：

import lxml.etree as ET
tree = ET.parse('UMR_VLD01_OAM_V6-Provider_eth0.xml')  
root = tree.getroot()

# all items
print('\nAll item data:')
for elem in root:
    all_descendants = [e.xpath('local-name()') for e in elem.iter()]
    print(all_descendants)

输出与字符串处理版本相同。

为了从输入中完全去掉命名空间，可以应用以下XSLT：

<?xml version="1.0" encoding="UTF-8"?>
<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform" >
    <xsl:output method="xml" version="1.0" encoding="UTF-8" indent="yes"/>
    <xsl:template match="*">
        <xsl:element name="{local-name()}">
            <xsl:copy-of select="@*"/>
            <xsl:apply-templates/>
        </xsl:element>
    </xsl:template>
</xsl:stylesheet>

那么您的原始程序输出：

[<Element 'bar' at 0x04583B40>, <Element 'baz' at 0x04583B70>, <Element 'yet' at 0x04583BD0>, <Element 'more' at 0x04583C30>, <Element 'nested' at 0x04583C90>]
[<Element 'bar' at 0x04583CC0>]

现在，元素本身不包含名称空间。所以你不用再脱衣服了。

您可以使用xsltproc应用XSLT，然后不需要更改程序。或者，您可以使用将XSLT应用于python，但这也要求您使用lxml.etree。因此，您的程序的最后一个变体如下：

import lxml.etree as ET

tree = ET.parse('UMR_VLD01_OAM_V6-Provider_eth0.xml')  
xslt = ET.parse('stripns.xslt')
transform = ET.XSLT(xslt)
tree = transform(tree)

root = tree.getroot()
# all items
print('\nAll item data:')
for elem in root:
    all_descendants = list(elem.iter())
    print(all_descendants)