Question

今天我偶然发现了xml.dom和xpath模块的特殊行为，我花了一段时间才发现它与XML命名空间有关：

from xml.dom import minidom
import xpath

zooXml = """<?xml version="1.0" encoding="utf-8"?>
<Zoo xmlns='http://foo.bar/zoo'>
  <Compound><Chimp/></Compound>
</Zoo>"""

mydom = minidom.parseString(zooXml)
compound = xpath.findnode('/Zoo/Compound', mydom)
print compound.toxml() # as expected: <Compound><Chimp/></Compound>
print xpath.find("Chimp", compound) # as expected: [<DOM Element: Chimp at 0x24c0cc8>]

到目前为止一切顺利，但如果我现在添加另一个Chimp元素而未明确指定其名称空间，xpath将找不到新元素：

newChimp = mydom.createElement("Chimp")
compound.appendChild(newChimp)
print compound.toxml() # ok, two chimps now: <Compound><Chimp/><Chimp/></Compound>
print xpath.find("Chimp", compound) # wait a second, that's still only one chimp: [<DOM Element: Chimp at 0x24a0d88>]

重新解析修改后的XML后，xpath将找到两个元素：

mydom = minidom.parseString(mydom.toxml())
compound = xpath.findnode('/Zoo/Compound', mydom)
print xpath.find("Chimp", compound) # now it finds both chimps: [<DOM Element: Chimp at 0x24c9808>, <DOM Element: Chimp at 0x24c9888>]

此外，如果我使用命名空间创建新元素，xpath将在不重新解析的情况下找到它们：

babyChimp = mydom.createElementNS(mydom.firstChild.namespaceURI, "Chimp")
compound.appendChild(babyChimp)
print xpath.find("Chimp", compound) # that worked: [<DOM Element: Chimp at 0x24c9808>, <DOM Element: Chimp at 0x24c9888>, <DOM Element: Chimp at 0x24c9548>]

问题是：这种行为是正确还是错误？ Chimp的名称空间不应该是隐含的吗？毕竟，无论我使用xml.dom.createElement()还是xml.dom.createElementNS()，生成的XML都是相同的。如果这是一个错误，那么它在哪里？在xml.dom或xpath？

FWIW：我使用Python 2.7.5和2.7.4的Windows发行版观察到了这种行为，在这两种情况下我使用了xpath模块0.1。

Answer 1

简言之：

问题是：这种行为是正确还是错误？

行为似乎不正确或至少不需要，所以我会说这是错误或未完成的功能。

Chimp的名称空间不应该是隐含的吗？

在解析字符串时它是隐式的，但在创建并将该元素添加到树时它不是隐式的。

毕竟，无论我使用xml.dom.createElement()还是xml.dom.createElementNS()，生成的XML都是相同的。

生成的XML不一样，或者至少它不应该相同。

如果这是一个错误，那么它在哪里？

我猜测toxml()方法中存在一个错误，它不输出第二个Chimp元素的空默认命名空间，因此它继承了{{1}的默认命名空间重新解析修改后的文档时的元素。

更确切地说：

首先你的文件是

Zoo

然后，您尝试查找<Zoo xmlns='http://foo.bar/zoo'> <Compound><Chimp/></Compound> </Zoo>元素，但不要为其定义任何名称空间上下文。但是，在这种情况下，Chimp模块似乎从节点的document元素初始化上下文，因此查找成功。

然后添加另一个xpath元素，但没有命名空间，您的文档变为

Chimp

第二次查找尝试只返回一个元素，因为另一个元素具有不同的名称空间。

我猜这个错误发生在这里，而不是上面的正确版本，<Zoo xmlns='http://foo.bar/zoo'> <Compound><Chimp/><Chimp xmlns=""/></Compound> </Zoo>方法的输出实际上是

toxml()

重新解析该文本会导致第二个<Zoo xmlns='http://foo.bar/zoo'> <Compound><Chimp/><Chimp/></Compound> </Zoo>元素继承与第一个相同的（默认）命名空间，因此第三个查找返回2个元素。

添加最后一个Chimp元素将导致文档变为

Chimp

与

完全相同

<Zoo xmlns='http://foo.bar/zoo'>
  <Compound><Chimp/><Chimp/><Chimp xmlns='http://foo.bar/zoo'/></Compound>
</Zoo>

同样，所有<Zoo xmlns='http://foo.bar/zoo'> <Compound><Chimp/><Chimp/><Chimp/></Compound> </Zoo>元素都在同一名称空间中，因此find会将它们全部返回。

这个错误看起来很相似：http://bugs.python.org/issue1371937尽管它的状态，它实际上仍然是开放的，因为它被关闭作为另一个开放bug的副本。

Python：如果没有命名空间添加新元素，xpath.find（）将找不到新元素

1 个答案:

简言之：

更确切地说：