Question

我正在尝试使用xml模块将.kml文件解析为Python（未能在BeautifulSoup中使用它，我将其用于HTML）。

由于这是我第一次这样做，我跟着官方tutorial，一切顺利，直到我尝试构建迭代器以通过root迭代提取我的数据：

from lxml import etree
tree=etree.parse('kmlfile')

以下是我试图模仿的教程中的example：

如果您知道自己只对单个标签感兴趣，可以将其名称传递给getiterator（），让它为您过滤：
for element in root.getiterator("child"):
    print element.tag, '-', element.text

我想在＆＃39; Placemark＆＃39;下获取所有数据，所以我尝试了

for i in tree.getiterterator("Placemark"):
    print i, type(i)

它没有给我任何东西。工作是什么：

for i in tree.getiterterator("{http://www.opengis.net/kml/2.2}Placemark"):
    print i, type(i)

我不明白这是怎么发生的。 www.opengis.net列在文档开头的标签中（ kml xmlns =＆＃34; http：//www.opengis.net/kml/2.2" ... ），但我不明白

{}中的部分如何与我的具体示例相关
为什么它与教程不同
以及我做错了什么

非常感谢任何帮助！

Answer 1

这是我的解决方案。因此，最重要的是阅读Tomalak发布的this。这是一个非常好的名称空间描述，易于理解。

我们将使用XPath来导航XML文档。它的表示法类似于文件系统，其中父项和子句用斜杠 / 分隔。语法解释为here，但请注意lxml implementation的某些命令不同。

问题

我们的目标是提取城市名称：<name>下<Placemark>的内容。这是相关的XML：

<Placemark> <name>CITY NAME</name>

相当于我上面发布的非功能代码的XPath是：

tree=etree.parse('kml document')
result=tree.xpath('//Placemark/name/text()')

需要text()部分才能将文字包含在//Placemark/name位置。

现在这不起作用，正如Tomalak指出的那样，因为这两个节点的名称实际上是{http://www.opengis.net/kml/2.2}Placemark和{http://www.opengis.net/kml/2.2}name。大括号中的部分是默认命名空间。它没有显示在实际文档中（这使我感到困惑），但它在XML文档的开头定义如下：

xmlns="http://www.opengis.net/kml/2.2"

解决方案

我们可以通过设置namespaces参数来为xpath提供名称空间：

xpath(X, namespaces={prefix: namespace})

对于具有实际前缀的名称空间，这很容易，在本文档中为<gx:altitudeMode>relativeToSeaFloor</gx:altitudeMode>，其中gx前缀在文档中定义为xmlns:gx="http://www.google.com/kml/ext/2.2"。

但是，Xpath不了解默认命名空间是什么（cf docs）。因此，我们需要欺骗它，就像上面提到的Tomalak：我们为默认值创建了一个前缀并将其添加到我们的搜索词中。我们可以称之为kml。这段代码实际上可以解决问题：

tree.xpath('//kml:Placemark/kml:name/text()', namespaces={"kml":"http://www.opengis.net/kml/2.2"})

tutorial提到还有一个ETXPath方法，它的工作方式与Xpath类似，只是将命名空间用大括号括起来而不是在字典中定义它们。因此，输入将是样式{http://www.opengis.net/kml/2.2}Placemark。

用Python解析Google Earth KML文件（lxml，命名空间）

1 个答案:

问题

解决方案