在LXML中插入/忽略缺少的命名空间

Question

我必须解析格式错误的XML：

>>> from lxml import etree
>>> root = etree.fromstring(xml_string)
XMLSyntaxError: Namespace prefix xlink for href on email is not defined, line 3, column 2446

声明中确实缺少

xlink。

是否有一种简单，推荐的方式告诉lxml忽略丢失的命名空间，或使用提供的命名空间？

现在，我手动修改xml_string以在解析之前注入命名空间，这可行，但是很丑陋且不够通用。

Answer 1

无法告诉lxml插入缺少的命名空间声明。有人可能会想到

etree.register_namespace("xlink", "http://www.w3.org/1999/xlink")

可能有所帮助，但这没有任何效果。

即使它是＆＃34;丑陋＆＃34;，我认为在解析XML文档之前你必须自己继续注入命名空间（如果你还没有，你可以自动完成这个）。

可以通过使用用recover=True初始化的解析器对象使lxml接受格式错误的输入。例如：

import lxml.etree as etree

INPUT = """\
<root>
 <x:a>ABC</x:a>
</root>""" 

parser = etree.XMLParser(recover=True)
tree = etree.fromstring(INPUT, parser)
print etree.tostring(tree)

输出：

<root>
 <a>ABC</a>
</root>

这里简单地删除了前缀，我不认为这就是你想要的。命名空间是有原因的;他们不能被抛弃。