使用xml.etree保留命名空间

Question

在源文件的根元素中定义命名空间时，lxml会在输出中重新生成所有命名空间。我需要和xml.etree一起做这个。更好的做法是只输出所使用的内容，但xml.etree不能找到所有内容。

一种解决方案是使用root.set()强制添加名称空间。但是，这会复制xml.etree找到的所有名称空间，如下所示。

适用于在命令提示符中粘贴的完整示例：

import xml.etree.ElementTree as ET
try:
    from io import StringIO
except ImportError:
    from StringIO import StringIO

def get_namespaces(sourcestring):
    sourcefile = StringIO(sourcestring)
    return dict(
        [node for _, node in ET.iterparse(sourcefile, events=['start-ns'])])

ET._namespace_map = dict()  # remove any previously registered namespaces
sourcetext = (
    '<desc xmlns="uri_a" xmlns:b="uri_b" xmlns:c="uri_c"'
    ' b:foo="c:bar">a</desc>')
source = ET.fromstring(sourcetext)
namespaces = get_namespaces(sourcetext)
for prefix, uri in namespaces.items():
    ET.register_namespace(prefix, uri)
    if prefix:
        tag = 'xmlns:' + prefix
    else:
        tag = 'xmlns'
    source.set(tag, uri)

print(ET.tostring(source, encoding='unicode'))

结果，导致我的应用程序失败：

<desc xmlns="uri_a" xmlns:b="uri_b" xmlns="uri_a" xmlns:b="uri_b" xmlns:c="uri_c" b:foo="c:bar">a</desc>

这类似于Forcing xml.etree to output "unused" namespaces，但是名称空间来自源文件，因此Python代码不知道它们。

Answer 1

首先，在不添加缺少的名称空间的情况下生成输出。从该输出中获取找到的名称空间。然后，通过添加未找到的名称空间来生成最终输出。

def add_namespaces_not_found(root):
    result_with_namespaces_found = ET.tostring(root, encoding='unicode')
    namespaces_found = get_namespaces(result_with_namespaces_found)
    for prefix, uri in namespaces.items():
        if prefix not in namespaces_found:
            if prefix:
                tag = 'xmlns:' + prefix
            else:
                tag = 'xmlns'
            root.set(tag, uri)

结果：

<desc xmlns="uri_a" xmlns:b="uri_b" xmlns:c="uri_c" b:foo="c:bar">a</desc>

欢迎不需要生成两次输出的解决方案。