Question

当使用一个命名空间时，我能够从元素中提取值（在python 2.7中使用lxml）。但是，我无法弄清楚如何在使用第二个命名空间时提取值。我想在//cc-cpl:MainClosedCaption/Id中提取值，但我不断收到lxml.etree.XPathEvalError: Invalid expression个错误。具体来说，我尝试从我的示例xml中提取的值是urn:uuid:6ca58b51-9116-4131-8652-feaed20dca0d

这里是一个剪辑的xml（来自数字电影包）：

<?xml version="1.0" encoding="UTF-8"?>
<CompositionPlaylist xmlns="http://www.digicine.com/PROTO-ASDCP-CPL-20040511#">
    <Reel>
      <Id>urn:uuid:58cf368f-ed30-40d8-9258-dd7572035b69</Id>
        <MainPicture>
          <Id>urn:uuid:afe91f7a-6451-4b9f-be2e-345f9a28da6d</Id>
        </MainPicture>
        <cc-cpl:MainClosedCaption xmlns:cc-cpl="http://www.digicine.com/PROTO-ASDCP-CC-CPL-20070926#">
          <Id>urn:uuid:6ca58b51-9116-4131-8652-feaed20dca0d</Id>
        </cc-cpl:MainClosedCaption>
    </Reel>
</CompositionPlaylist>

以下是有效的代码示例：

from lxml import etree
cpl_parse = etree.parse('filename.xml')
pkl_namespace = cpl_parse.xpath('namespace-uri(.)') 
xmluuid =  cpl_parse.xpath('//ns:MainPicture/ns:Id',namespaces={'ns': pkl_namespace})
for i in xmluuid:
    print i.text

当我尝试指定以下xpath时：//ns:MainClosedCaption/ns:Id - 我最终会遇到错误。

当我使用以下命令指定命名空间时： pkl_namespace = 'http://www.digicine.com/PROTO-ASDCP-CC-CPL-20070926#"'

我收到lxml.etree.XPathEvalError: Invalid expression错误

我知道这是一个愚蠢的尝试，但以下产生了同样的错误： '//ns:cc-cpl:MainClosed Caption/ns:cc-cpl:Id'

我尝试将两个名称空间包含在字典中，如此答案：https://stackoverflow.com/a/36227869/2188572，虽然我没有收到任何错误，但我最终没有提取任何值。这是我的字典：

namespaces = {
    'ns': 'http://www.digicine.com/PROTO-ASDCP-CPL-20040511#',
    'ns2': 'http://www.digicine.com/PROTO-ASDCP-CC-CPL-20070926#',
}

和我的命令：

xmluuid =  cpl_parse.xpath('//ns:AssetList/ns2:MainClosedCaption/ns2:Id',namespaces=namespaces)

我发现了这个，Extracting nested namespace from a xml using lxml实际上与我正在处理的xml完全相同，但他的要求是获取命名空间URL，而不是元素的实际值。

编辑：使用前一个答案中提取命名空间的方法，我尝试了以下方法，但得到了同样的错误：

from lxml import etree
import sys
filename = sys.argv[1]

cpl_parse = etree.parse(filename)
pkl_namespace = etree.QName(cpl_parse.find('.//{*}MainClosedCaption')).namespace
print pkl_namespace
xmluuid =  cpl_parse.xpath('//ns:cc-cpl:MainClosedCaption/ns:cc-cpl:Id',namespaces={'ns': pkl_namespace})
for i in xmluuid:
    print i.text

以及完整的错误：

Traceback (most recent call last):
  File "sub.py", line 8, in <module>
    xmluuid =  cpl_parse.xpath('//ns:cc-cpl:MainClosedCaption/ns:cc-cpl:Id',namespaces={'ns': pkl_namespace})
  File "lxml.etree.pyx", line 2115, in lxml.etree._ElementTree.xpath (src/lxml/lxml.etree.c:57654)
  File "xpath.pxi", line 370, in lxml.etree.XPathDocumentEvaluator.__call__ (src/lxml/lxml.etree.c:146564)
  File "xpath.pxi", line 238, in lxml.etree._XPathEvaluatorBase._handle_result (src/lxml/lxml.etree.c:144962)
  File "xpath.pxi", line 224, in lxml.etree._XPathEvaluatorBase._raise_eval_error (src/lxml/lxml.etree.c:144817)
lxml.etree.XPathEvalError: Invalid expression

Answer 1

MainClosedCaption中的Id元素属于2004命名空间。只有属性xmlns="..."才能更改默认命名空间; xmlns:something="..."形式的属性只添加一个必须显式声明的名称空间。

试试这个：

from lxml import etree
cpl_parse = etree.parse('filename.xml')
xmluuid = cpl_parse.xpath('//proto2007:MainClosedCaption/proto2004:Id', namespaces={
    'proto2004': 'http://www.digicine.com/PROTO-ASDCP-CPL-20040511#',
    'proto2007': 'http://www.digicine.com/PROTO-ASDCP-CC-CPL-20070926#',
})
for i in xmluuid:
    print(i.text)

在lxml中使用第二个命名空间时从元素中提取值

1 个答案: