python lxml 我如何在项目名称中使用标签？

Question

我需要使用项目的特殊名称构建 xml 文件，这是我当前的代码：

from lxml import etree
import lxml
from lxml.builder import E

wp = E.wp

tmp = wp("title")

print(etree.tostring(tmp))

当前输出是这样的：

b'<wp>title</wp>'

我想成为 ：

b'<wp:title>title</title:wp>'

我如何创建具有如下名称的项目：wp:title？

Answer 1

您将命名空间前缀 wp与标签名称混淆了。命名空间前缀是命名空间 URI 的文档本地名称。需要解析器在标签本身或父标签上wp:title查找属性来查找名称空间本身（通常是 URL，但任何全局唯一字符串都可以）。xmlns:wp="..."这会将标签连接到唯一值，而不会使标签名称过于冗长而无法键入或阅读。

您需要提供名称空间，并且可以选择提供到元素创建者对象的名称空间映射（将短名称映射到完整名称空间名称）。提供的默认E对象没有命名空间或命名空间映射集。我将假设这里wp是http://wordpress.org/export/1.2/Wordpress 命名空间，因为这似乎是最有可能的，尽管您也可能正在尝试发送Windows Phone 通知。

不要使用默认的E元素生成器，而是创建您自己的ElementMaker实例并向其传递一个namespace参数来告诉lxml该元素属于哪个 URL。要获得元素名称的正确前缀，您还需要为其提供一个将前缀nsmap映射到 URL 的字典：

from lxml.builder import ElementMaker

namespaces = {"wp": "http://wordpress.org/export/1.2/"}
E = ElementMaker(namespace=namespaces["wp"], nsmap=namespaces)

title = E.title("Value of the wp:title tag")

这会生成一个具有正确前缀和属性的标签xmlns:wp：

from lxml.builder import ElementMaker

namespaces = {"wp": "http://wordpress.org/export/1.2/"}
E = ElementMaker(namespace=namespaces["wp"], nsmap=namespaces)

title = E.title("Value of the wp:title tag")

您可以省略该nsmap值，但您希望在文档的父元素上有这样的映射。在这种情况下，您可能希望ElementMaker为需要支持的每个命名空间创建单独的对象，并将nsmap命名空间映射放在最外层的元素上。写出文档时，lxml请自始至终使用简称。

例如，创建Wordpress WXR 格式文档将需要多个命名空间：

from lxml.builder import ElementMaker

namespaces = {
    "excerpt": "https://wordpress.org/export/1.2/excerpt/",
    "content": "http://purl.org/rss/1.0/modules/content/",
    "wfw": "http://wellformedweb.org/CommentAPI/",
    "dc": "http://purl.org/dc/elements/1.1/",
    "wp": "https://wordpress.org/export/1.2/",
}

RootElement = ElementMaker(nsmap=namespaces)
ExcerptElement = ElementMaker(namespace=namespaces["excerpt"])
ContentElement = ElementMaker(namespace=namespaces["content"])
CommentElement = ElementMaker(namespace=namespaces["wfw"])
DublinCoreElement = ElementMaker(namespace=namespaces["dc"])
ExportElement = ElementMaker(namespace=namespaces["wp"])

然后你会构建一个文档

doc = RootElement.rss(
    RootElement.channel(
        ExportElement.wxr_version("1.2"),
        # etc. ...
    ),
    version="2.0"
)

当用 漂亮地打印时etree.tostring(doc, pretty_print=True, encoding="unicode")，会产生：

>>> from lxml.builder import ElementMaker
>>> namespaces = {"wp": "http://wordpress.org/export/1.2/"}
>>> E = ElementMaker(namespace=namespaces["wp"], nsmap=namespaces)
>>> title = E.title("Value of the wp:title tag")
>>> etree.tostring(title, encoding="unicode")
'<wp:title xmlns:wp="http://wordpress.org/export/1.2/">Value of the wp:title tag</wp:title>'

请注意，只有根<rss>元素具有xmlns属性，以及<wp:wxr_version>标记如何使用正确的前缀，即使我们只给它命名空间 URI。

举一个不同的例子，如果您正在构建 Windows Phone 磁贴通知，那么它会更简单。毕竟，只有一个命名空间可供使用：

from lxml.builder import ElementMaker

namespaces = {"wp": "WPNotification"}
E = ElementMaker(namespace=namespaces["wp"], nsmap=namespaces)

notification = E.Notification(
    E.Tile(
        E.BackgroundImage("https://example.com/someimage.png"),
        E.Count("42"),
        E.Title("The notification title"),
        # ...
    )
)

产生

from lxml.builder import ElementMaker

namespaces = {
    "excerpt": "https://wordpress.org/export/1.2/excerpt/",
    "content": "http://purl.org/rss/1.0/modules/content/",
    "wfw": "http://wellformedweb.org/CommentAPI/",
    "dc": "http://purl.org/dc/elements/1.1/",
    "wp": "https://wordpress.org/export/1.2/",
}

RootElement = ElementMaker(nsmap=namespaces)
ExcerptElement = ElementMaker(namespace=namespaces["excerpt"])
ContentElement = ElementMaker(namespace=namespaces["content"])
CommentElement = ElementMaker(namespace=namespaces["wfw"])
DublinCoreElement = ElementMaker(namespace=namespaces["dc"])
ExportElement = ElementMaker(namespace=namespaces["wp"])

现在只有最外面的元素<wp:Notification>具有该xmlns:wp属性。所有其他元素只需要包含wp:前缀。

请注意，使用的前缀完全取决于您，甚至是可选的。命名空间 URI 是跨不同 XML 文档唯一标识元素的真正关键。如果您E = ElementMaker(namespace="WPNotification", nsmap={None: "WPNotification"})改为使用，并因此生成了一个顶级元素，那么<Notification xmlns="WPNotification">您仍然拥有一个完全合法的 XML 文档，根据 XML 标准，该文档具有完全相同的含义。