7

如何使用 Python 中的 Elementtree 在 XML 中搜索特定于命名空间的标签？

我有一个 XML/RSS 文档，例如：

<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0"
    xmlns:content="http://purl.org/rss/1.0/modules/content/"
    xmlns:wfw="http://wellformedweb.org/CommentAPI/"
    xmlns:dc="http://purl.org/dc/elements/1.1/"
    xmlns:wp="http://wordpress.org/export/1.0/"
>
<channel>
    <title>sometitle</title>
    <pubDate>Tue, 28 Aug 2012 22:36:02 +0000</pubDate>
    <generator>http://wordpress.org/?v=2.5.1</generator>
    <language>en</language>
    <wp:wxr_version>1.0</wp:wxr_version>
    <wp:category><wp:category_nicename>apache</wp:category_nicename><wp:category_parent></wp:category_parent><wp:cat_name><![CDATA[Apache]]></wp:cat_name></wp:category>
</channel>
</rss>

但是当我尝试通过执行以下操作找到所有“wp：category”标签时：

import xml.etree.ElementTree as xml
tree = xml.parse(fn)
doc = tree.getroot()
categories = doc.findall('channel/wp:category')

我得到错误：

SyntaxError: prefix 'wp' not found in prefix map

搜索任何非命名空间特定字段都可以正常工作。我究竟做错了什么？

4

1 回答 1

3

您需要通过使用 iterparse 并直接处理事件或通过在解析之前显式声明您感兴趣的前缀来处理命名空间前缀。根据您要执行的操作，我会承认，在我比较懒散的时候，我只是在解析 XML 之前用字符串替换去除所有前缀。

编辑：这个类似的问题可能会有所帮助。

于 2012-10-12T15:01:59.630 回答