¿Accediendo al atributo XMLNS con Python Elementree?

Question

¿Cómo se puede acceder a los atributos NS mediante ElementTree?

Con el siguiente:

<data xmlns="http://www.foo.net/a" xmlns:a="http://www.foo.net/a" book="1" category="ABS" date="2009-12-22"> 

Cuando intento root.get ('xmlns') regrese Ninguno, categoría y fecha están muy bien, .. Cualquier ayuda apreciada

Answer 1

creo element.tag es lo que estás buscando. Tenga en cuenta que su ejemplo no tiene una barra inclinada, por lo que está desequilibrado y no se analizará. He agregado uno en mi ejemplo.

>>> from xml.etree import ElementTree as ET 
>>> data = '''<data xmlns="http://www.foo.net/a" 
...     xmlns:a="http://www.foo.net/a" 
...     book="1" category="ABS" date="2009-12-22"/>''' 
>>> element = ET.fromstring(data) 
>>> element 
<Element {http://www.foo.net/a}data at 1013b74d0> 
>>> element.tag 
'{http://www.foo.net/a}data' 
>>> element.attrib 
{'category': 'ABS', 'date': '2009-12-22', 'book': '1'} 

Si lo que desea es conocer las xmlns URI, puede dividir a cabo con una función como:

def tag_uri_and_name(elem): 
    if elem.tag[0] == "{": 
     uri, ignore, tag = elem.tag[1:].partition("}") 
    else: 
     uri = None 
     tag = elem.tag 
    return uri, tag 

Para mucho más en espacios de nombres y nombres cualificados en elementtree, ver effbot's examples.

Answer 2

Mire la documentación/ejemplos de los espacios de nombres de effbot; específicamente la función parse_map. Le muestra cómo agregar un atributo * ns_map * a cada elemento que contiene el mapeo de prefijo/URI que se aplica a ese elemento específico.

Sin embargo, eso agrega el atributo ns_map a todos los elementos. Para mis necesidades, descubrí que quería un mapa global de todos los espacios de nombres utilizados para hacer que la búsqueda de elementos fuera más fácil y no codificada.

Esto es lo que ocurrió:

import elementtree.ElementTree as ET 

def parse_and_get_ns(file): 
    events = "start", "start-ns" 
    root = None 
    ns = {} 
    for event, elem in ET.iterparse(file, events): 
     if event == "start-ns": 
      if elem[0] in ns and ns[elem[0]] != elem[1]: 
       # NOTE: It is perfectly valid to have the same prefix refer 
       #  to different URI namespaces in different parts of the 
       #  document. This exception serves as a reminder that this 
       #  solution is not robust. Use at your own peril. 
       raise KeyError("Duplicate prefix with different URI found.") 
      ns[elem[0]] = "{%s}" % elem[1] 
     elif event == "start": 
      if root is None: 
       root = elem 
    return ET.ElementTree(root), ns 

Con esto se puede analizar un archivo XML y obtener un diccionario con las asignaciones de espacio de nombres. Por lo tanto, si usted tiene un archivo XML como el siguiente ("my.xml"):

<?xml version="1.0" encoding="UTF-8" ?> 
<rss version="2.0" 
xmlns:content="http://purl.org/rss/1.0/modules/content/" 
xmlns:dc="http://purl.org/dc/elements/1.1/"\ 
> 
<feed> 
    <item> 
    <title>Foo</title> 
    <dc:creator>Joe McGroin</dc:creator> 
    <description>etc...</description> 
    </item> 
</feed> 
</rss> 

usted será capaz de utilizar las namepaces XML y obtener información para elementos como dc: creator:

>>> tree, ns = parse_and_get_ns("my.xml") 
>>> ns 
{u'content': '{http://purl.org/rss/1.0/modules/content/}', 
u'dc': '{http://purl.org/dc/elements/1.1/}'} 
>>> item = tree.find("/feed/item") 
>>> item.findtext(ns['dc']+"creator") 
'Joe McGroin'