Question

我的XML看起来像：

...
<termEntry id="c1">
    <langSet xml:lang="de">
    ...

我有代码：

from lxml import etree
...

for term_entry in root.iterfind('.//termEntry'):
    print term_entry.attrib['id']
    print term_entry.nsmap

    for lang_set in term_entry.iterfind('langSet'):
        print lang_set.nsmap
        print lang_set.attrib

        for some_stuff in lang_set.iterfind('some_stuff'):
            ...

我得到空的nsmap dict，而我的attrib dict看起来像{'{http://www.w3.org/XML/1998/namespace}lang': 'en'}

该文件在命名空间中可能不包含xml:，或者它可能具有不同的命名空间。我如何知道标签声明中使用的命名空间？实际上，我只需要获得lang属性，我不关心使用什么命名空间。我不想使用任何像lang_set.attrib.values()[0]这样糟糕的垃圾或其他具有已知名称的字段的查找。

Answer 1

我只需要获取lang属性，我不关心使用什么命名空间

您的问题不是很清楚，并且您没有提供任何完整的可运行代码示例。但是在评论中按@mmgp的建议做一些字符串操作就足够了。

但是，xml:lang与random_prefix:lang（或仅lang）不同。我认为你应该关心命名空间。如果目标是识别适用于元素内容的自然语言，那么您应该使用xml:lang（因为这是此属性的明确目的;请参阅http://www.w3.org/TR/REC-xml/#sec-lang-tag）。

我只想知道存储属性<{em}的{http://www.w3.org/XML/1998/namespace}字符串的位置。

重要的是要知道xml前缀是特殊的。它是保留的（与几乎所有其他应该是任意的名称空间前缀相对）并定义为绑定到http://www.w3.org/XML/1998/namespace。

来自Namespaces in XML 1.0 W3C recommendation：

根据定义，前缀 xml 绑定到命名空间名称http://www.w3.org/XML/1998/namespace。它可以但不必声明，并且不得绑定到任何其他命名空间名称。其他前缀不得绑定到此命名空间名称，并且不得将其声明为默认命名空间。

xml前缀的其他用途是xml:space和xml:base属性。

如果lxml没有提供任何名称空间处理方法，那真的很奇怪

lxml处理名称空间就好了，但prefixes are avoided尽可能多。在进行涉及http://www.w3.org/XML/1998/namespace前缀的查找时，您需要使用xml命名空间名称。

Answer 2

你可以简单地使用xpath：

lang_set.xpath('./@xml:lang')[0]

顺便问一下，您使用的是TBX文件吗？

获取带名称空间的lxml标记属性

2 个答案: