使用 ElementTree 保存 XML 文件

Posted 2023-02-24

【中文标题】使用 ElementTree 保存 XML 文件

【英文标题】：Saving XML files using ElementTree

【发布时间】：2012-02-17 11:25:17

【问题描述】：

我正在尝试开发简单的 Python (3.2) 代码来读取 XML 文件，进行一些 更正 并将它们存储回来。但是，在存储步骤中，ElementTree 添加了这个命名空间命名法。例如：

<ns0:trk>
  <ns0:name>ACTIVE LOG</ns0:name>
<ns0:trkseg>
<ns0:trkpt lat="38.5" lon="-120.2">
  <ns0:ele>6.385864</ns0:ele>
  <ns0:time>2011-12-10T17:46:30Z</ns0:time>
</ns0:trkpt>
<ns0:trkpt lat="40.7" lon="-120.95">
  <ns0:ele>5.905273</ns0:ele>
  <ns0:time>2011-12-10T17:46:51Z</ns0:time>
</ns0:trkpt>
<ns0:trkpt lat="43.252" lon="-126.453">
  <ns0:ele>7.347168</ns0:ele>
  <ns0:time>2011-12-10T17:52:28Z</ns0:time>
</ns0:trkpt>
</ns0:trkseg>
</ns0:trk>

代码sn-p如下：

def parse_gpx_data(gpxdata, tzname=None, npoints=None, filter_window=None,
                   output_file_name=None):
        ET = load_xml_library();

    def find_trksegs_or_route(etree, ns):
        trksegs=etree.findall('.//'+ns+'trkseg')
        if trksegs:
            return trksegs, "trkpt"
        else: # try to display route if track is missing
            rte=etree.findall('.//'+ns+'rte')
            return rte, "rtept"

    # try GPX10 namespace first
    try:
        element = ET.XML(gpxdata)
    except ET.ParseError as v:
        row, column = v.position
        print ("error on row %d, column %d:%d" % row, column, v)

    print ("%s" % ET.tostring(element))
    trksegs,pttag=find_trksegs_or_route(element, GPX10)
    NS=GPX10
    if not trksegs: # try GPX11 namespace otherwise
        trksegs,pttag=find_trksegs_or_route(element, GPX11)
        NS=GPX11
    if not trksegs: # try without any namespace
        trksegs,pttag=find_trksegs_or_route(element, "")
        NS=""

    # Store the results if requested
    if output_file_name:
        ET.register_namespace('', GPX11)
        ET.register_namespace('', GPX10)
        ET.ElementTree(element).write(output_file_name, xml_declaration=True)

    return;

我尝试过使用register_namespace，但没有得到肯定的结果。 此版本的 ElementTree 1.3 是否有任何特定更改？

【问题讨论】：

如果我理解你的问题，请告诉我，你想要<trk> 而不是<ns0:trk> 等等？

正确。我想要 而不是 等等。

这不是一个真正的解决方案，但由于您似乎加载了一个字符串，您是否尝试使用一些正则表达式删除命名空间？之后，如果您在没有任何内容的情况下加载和保存应该没问题。

嗨瑞克。我会做其他一切都失败了。我想首先将 ElementTree 配置为不打印它。

【参考方案1】：

看来您必须声明您的命名空间，这意味着您需要将 xml 的第一行更改为：

<ns0:trk>

类似于：

<ns0:trk xmlns:ns0="uri:">

一旦这样做，您将不再获得ParseError: for unbound prefix: ...，并且：

elem.tag = elem.tag[(len('uri:'):]

将删除命名空间。

【讨论】：

嗨瑞克。我展示的示例 XML 是 输出。解析良好的输入 XML 没有“ns0:”前缀。它只是标准的 GPX 代码。

如果element = ET.XML(gpxdata) 行给你一个带有ns0 的元素，那么“问题”在gpxdata 中，在这种情况下你必须选择：“修复”gpxdata 或找出标准的原因parser 会这样做并为ET.XML 构建一个新的。

原始 gpxdata 没有任何 ns0 条目。但是，Rik 的提示让我找到了解决方案。基本上，ET.register_namespace('', GPX11)ET.register_namespace('', GPX10)应该在阅读之前完成，即ET.XML。

【参考方案2】：

为了避免ns0 前缀，默认命名空间应该设置在之前读取XML数据。

ET.register_namespace('', "http://www.topografix.com/GPX/1/1")
ET.register_namespace('', "http://www.topografix.com/GPX/1/0")

【讨论】：

看起来不像以前了。我能够读取 XML 文件并获取命名空间，并且只有在设置 register_namespace 之后。 tree = ET.parse(str(udx_path)) root = tree.getroot() ns = # 提取根元素 'udx' 的命名空间：root.tag[1:root.tag.index('')] ET .register_namespace('', root.tag[1:root.tag.index('')])

这不是保留已解析和输出 ElementTree 字符串差异的完整方法（如果使用 ElementTree.tostring(root)）。歌唱完成了。

【参考方案3】：

在解析 xml 文件之前，您需要注册所有命名空间。

例如：如果您有这样的输入 xml Capabilities 是元素树的根。

<Capabilities xmlns="http://www.opengis.net/wmts/1.0"
    xmlns:ows="http://www.opengis.net/ows/1.1"
    xmlns:xlink="http://www.w3.org/1999/xlink"
    xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
    xmlns:gml="http://www.opengis.net/gml"
    xsi:schemaLocation="http://www.opengis.net/wmts/1.0 http://schemas.opengis.net/wmts/1.0/wmtsGetCapabilities_response.xsd"
    version="1.0.0">

然后您必须像这样注册所有命名空间，即带有xmlns 的属性：

ET.register_namespace('', "http://www.opengis.net/wmts/1.0")
ET.register_namespace('ows', "http://www.opengis.net/ows/1.1")
ET.register_namespace('xlink', "http://www.w3.org/1999/xlink")
ET.register_namespace('xsi', "http://www.w3.org/2001/XMLSchema-instance")
ET.register_namespace('gml', "http://www.opengis.net/gml")

【讨论】：

这个答案是完整的。

【参考方案4】：

如果您尝试打印根目录，您将看到如下内容： http://www.host.domain/path/to/your/xml/namespaceRootTag' 在 0x0000000000558DB8>

因此，为了避免 ns0 前缀，您必须在解析 XML 数据之前更改默认命名空间，如下所示：

ET.register_namespace('', "http://www.host.domain/path/to/your/xml/namespace")