Question

我正在尝试解析XML，其中同一命名空间的URI没有使用相同的情况。（一些xml所有者决定使用小写URI）。如果我使用一种类型的URI解析数据，然后使用另一种类型的数据解析数据，虽然我更新ns字典以匹配文档URI，解析器仍然无法找到我的数据...这是一个示例：

from cStringIO import StringIO
import xml.etree.ElementTree as ET

DATA_lc = '''<?xml version="1.0" encoding="utf-8"?>
<container xmlns:roktatar="http://www.example.com/lower/case/bug">
<item>
   <roktatar:author>Boby Mac Gallinger</roktatar:author>
</item>
</container>'''

DATA_UC = '''<?xml version="1.0" encoding="utf-8"?>
<container xmlns:roktatar="http://www.example.com/Lower/Case/Bug">
<item>
   <roktatar:author>John-John Le Grandiosant</roktatar:author>
</item>
</container>'''

tree = ET.parse(StringIO(DATA_lc))
root = tree.getroot()
ns = {'roktatar': 'http://www.example.com/lower/case/bug'}
for item in root.iter('item'):
    print item.find('roktatar:author', namespaces=ns).text.strip()

tree = ET.parse(StringIO(DATA_UC))
root = tree.getroot()
ns = {'roktatar': 'http://www.example.com/Lower/Case/Bug'}
for item in root.iter('item'):
    print item.find('roktatar:author', namespaces=ns).text.strip()

如果每个解析块都是自己处理的，那么数据会被正确收集，但如果它们彼此相邻，则第二个解析块总是会失败。我错过了重置/清理文件之间的解析器？这是一个Bug吗？

由于

Answer 1

ElementTree搜索代码解析find()的参数和XPath表达式的相关函数，缓存生成的封闭函数以供重用。

当您搜索roktatar:author时，该表达式会被缓存为'{http://www.example.com/lower/case/bug}author'的搜索，但在您的第二个文档中，绑定已更改。

换句话说，ElementTree假定相同的名称空间前缀始终映射到相同的名称空间URI。

此问题的更好解决方案是在此处使用不同的前缀，例如roktatar_uc作为网址的标题案例版本：

ns = {'roktatar_uc': 'http://www.example.com/Lower/Case/Bug'}
for item in root.iter('item'):
    print item.find('roktatar_uc:author', namespaces=ns).text.strip()

但如果这不是一个选项，则必须清除缓存：

from xml.etree import ElementPath

ElementPath._cache.clear()

为什么xml.etree.ElementTree不支持名称空间URI大小写更改

1 个答案: