python，xml：如何通过元素名称访问第三个孩子

Posted 2023-02-24

【中文标题】python，xml：如何通过元素名称访问第三个孩子

【英文标题】：python, xml: how to access the 3rd child by element' name

【发布时间】：2021-01-28 23:18:07

【问题描述】：

请您帮我通过以下 Python 结构访问名为“id”的元素（我有 lxml 和 xml.etree.ElementTree 库）。

理想的结果：'0000000' 理想的方法：

在 xml 文档中搜索一个名为 fcsProtocolEF3 的孩子。 在 fcsProtocolEF3 中搜索名为“id”的元素。

按元素名称搜索至关重要。不是按序号。

我尝试使用这样的东西：tree.findall('http://zakupki.gov.ru/oos/export/1fcsProtocolEF3')[0].findall('http://zakupki.gov.ru/oos/types/1id')[0].text

它可以工作，但它需要输入命名空间。 XML 文档有不同的命名空间，我不知道如何事先定义它们。

谢谢。

在 SQL 中使用 XQuery 之类的东西会很棒：

value('(/*:export/*:fcsProtocolEF3/*:id)[1]', 'nvarchar(21)')) AS [id],

XML 文档：

<?xml version="1.0" encoding="UTF-8" standalone="true"?>
 <ns2:export xmlns:ns3="http://zakupki.gov.ru/oos/common/1" xmlns:ns4="http://zakupki.gov.ru/oos/base/1" xmlns:ns2="http://zakupki.gov.ru/oos/export/1" xmlns:ns10="http://zakupki.gov.ru/oos/printform/1" xmlns:ns11="http://zakupki.gov.ru/oos/control99/1" xmlns:ns9="http://zakupki.gov.ru/oos/SMTypes/1" xmlns:ns7="http://zakupki.gov.ru/oos/pprf615types/1" xmlns:ns8="http://zakupki.gov.ru/oos/EPtypes/1" xmlns:ns5="http://zakupki.gov.ru/oos/TPtypes/1" xmlns:ns6="http://zakupki.gov.ru/oos/CPtypes/1" xmlns="http://zakupki.gov.ru/oos/types/1">
   <ns2:fcsProtocolEF3 schemeVersion="10.2">
     <id>0000000</id>
     <purchaseNumber>0000000000000000</purchaseNumber>
   </ns2:fcsProtocolEF3>
 </ns2:export>

【问题讨论】：

请上传一个有效的 xml。当前的无效

balderman，谢谢您的回复。我已经在文档中添加了结尾。

您当前的解决方案有什么问题？由于 XML 文档基于 NS - 您必须使用它们。不是吗？您希望拥有什么？

【参考方案1】：

lxml解决方案：

xml = '''<?xml version="1.0"?>
 <ns2:export xmlns:ns3="http://zakupki.gov.ru/oos/common/1" xmlns:ns4="http://zakupki.gov.ru/oos/base/1" xmlns:ns2="http://zakupki.gov.ru/oos/export/1" xmlns:ns10="http://zakupki.gov.ru/oos/printform/1" xmlns:ns11="http://zakupki.gov.ru/oos/control99/1" xmlns:ns9="http://zakupki.gov.ru/oos/SMTypes/1" xmlns:ns7="http://zakupki.gov.ru/oos/pprf615types/1" xmlns:ns8="http://zakupki.gov.ru/oos/EPtypes/1" xmlns:ns5="http://zakupki.gov.ru/oos/TPtypes/1" xmlns:ns6="http://zakupki.gov.ru/oos/CPtypes/1" xmlns="http://zakupki.gov.ru/oos/types/1">
   <ns2:fcsProtocolEF3 schemeVersion="10.2">
     <id>0000000</id>
     <purchaseNumber>0000000000000000</purchaseNumber>
   </ns2:fcsProtocolEF3>
 </ns2:export>'''
 
from lxml import etree as et

root = et.fromstring(xml)
text = root.xpath('//*[local-name()="export"]/*[local-name()="fcsProtocolEF3"]/*[local-name()="id"]/text()')[0]
print(text)

【讨论】：

亚历山德拉，非常感谢。这正是我所需要的。文件中的 NS 可能因文件而异。唯一不变的就是路径：extport/fcsProtocolEF3/id。因此我需要一个不明确使用 NS 的解决方案。

【参考方案2】：

以下是基于 ET 的解决方案。 NS 正在使用中。

import xml.etree.ElementTree as ET

xml = '''<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
 <ns2:export xmlns:ns3="http://zakupki.gov.ru/oos/common/1" xmlns:ns4="http://zakupki.gov.ru/oos/base/1" xmlns:ns2="http://zakupki.gov.ru/oos/export/1" xmlns:ns10="http://zakupki.gov.ru/oos/printform/1" xmlns:ns11="http://zakupki.gov.ru/oos/control99/1" xmlns:ns9="http://zakupki.gov.ru/oos/SMTypes/1" xmlns:ns7="http://zakupki.gov.ru/oos/pprf615types/1" xmlns:ns8="http://zakupki.gov.ru/oos/EPtypes/1" xmlns:ns5="http://zakupki.gov.ru/oos/TPtypes/1" xmlns:ns6="http://zakupki.gov.ru/oos/CPtypes/1" xmlns="http://zakupki.gov.ru/oos/types/1">
   <ns2:fcsProtocolEF3 schemeVersion="10.2">
     <id>0000000</id>
     <purchaseNumber>0000000000000000</purchaseNumber>
   </ns2:fcsProtocolEF3>
 </ns2:export>

'''

def get_id_text():
  root = ET.fromstring(xml)
  fcs = root.find('http://zakupki.gov.ru/oos/export/1fcsProtocolEF3')
  # assuming there is one fcs element and one id under fcs
  return fcs.find('http://zakupki.gov.ru/oos/types/1id').text
print(get_id_text())

输出

0000000