Python对XML不好吗？

Question

编辑

在这个问题中使用"bad in XML"这个短语一直是争论的焦点,所以我想首先在这个上下文中提供一个非常明确的术语定义:如果支持标准XML API很差,迫使一个人使用特定于语言的API,其中命名空间似乎是事后的想法,然后我倾向于将该语言描述为不像其他主流语言那样使用XML.这些问题."糟糕的XML"只是这些条件的简写,我认为这是一种表征它的公平方式.正如我将要描述的那样,我对Python的初步经验引起了对它是否满足这些条件的担忧; 但是,因为一般来说我对Python的经验非常积极,所以我似乎错过了一些东西,

我正在尝试使用Python进行一些非常简单的XML处理.我最初希望能够重用我对标准W3C DOM API的知识,并且很高兴地发现xml.dom和xml.dom.minidom模块在支持这些API方面做得很好.不幸的是,由于以下原因,序列化被证明是有问题的:

• xml.dom没有附带序列化程序
• 包含xml.dom序列化程序的PyXML库不再维护,AND
• minidom 不支持命名空间的序列化,即使API中支持命名空间

我在这里查看了其他类似W3C的库列表:

http://wiki.python.org/moin/PythonXml#W3CDOM-likelibraries

我发现许多其他库,例如4Suite和libxml2dom,也没有得到维护.

另一方面,乍一看似乎维护了itools,但似乎没有可用的Ubuntu/Debian软件包,因此难以部署和维护.

在这一点上,似乎尝试在我的Python应用程序中使用W3C DOM API将是死路一条,我开始关注ElementTree API.但是,我认为eTree API支持名称空间的方式非常难看,每次创建特定名称空间中的元素时都需要使用字符串连接:

http://lxml.de/tutorial.html#namespaces

所以,我的问题是,我忽略了什么,或者支持XML(特别是W3C DOM)在Python中实际上非常糟糕？

编辑

下面是一个更精确的问题列表,其中的答案对我有用:

• 在Python中是否有合理的W3C DOM支持？
• 如果没有xml.dom,你使用eg etree代替W3C DOM吗？
• 如果是,哪个库最好,以及如何克服API中的命名空间问题？
• 如果您使用W3C DOM,您是否知道实现序列化并支持命名空间的库？

Answer 1

我想说 python 处理 XML 得很好。可用的不同库的数量说明了这一点 - 您有很多选择。如果您想要使用的库中缺少某些功能，请随时贡献一些补丁！

我个人使用 DOM 和 lxml.etree（etree 非常快）。然而，我感受到你对命名空间的痛苦。我编写了一个快速帮助函数来处理它：

DEFAULT_NS = "http://www.domain.org/path/to/xml"

def add_xml_namespace(path, namespace=DEFAULT_NS):
    """Adds namespaces to an XPath-ish expression path for etree

    Test simple expression:
    >>> add_xml_namespace('image/namingData/fileBaseName')
    '{http://www.domain.org/path/to/xml}image/{http://www.domain.org/path/to/xml}namingData/{http://www.domain.org/path/to/xml}fileBaseName'

    More complicated expression
    >>> add_xml_namespace('.//image/*') 
    './/{http://www.domain.org/path/to/xml}image/*'

    >>> add_xml_namespace('.//image/text()')
    './/{http://www.domain.org/path/to/xml}image/text()'
    """
    pattern = re.compile(r'^[A-Za-z0-9-]+$')
    tags = path.split('/')
    for i in xrange(len(tags)):
        if pattern.match(tags[i]):
            tags[i] = "{%s}%s" % (namespace, tags[i])
    return '/'.join(tags)

我这样使用它：

from lxml import etree
from utilities import add_xml_namespace as ns

tree = etree.parse('file.xml')
node = tree.get_root().find(ns('root/group/subgroup'))
# etc. 

如果您事先不知道名称空间，可以从根节点中提取它：

tree = etree.parse('file.xml')
root = tree.getroot().tag
namespace = root[1:root.index('}')]
ns = lambda path: add_xml_namespace(path, namespace)
...

补充说明：这里涉及到一些工作，但是处理 XML 时工作是必要的。这不是 python 问题，而是 XML 问题。