在解析之前使用 lxml 注册命名空间

Question

我使用 lxml 从具有命名空间的外部服务解析 XML，但未将它们注册到xmlns. 我正在尝试手动注册它register_namespace，但这似乎不起作用。

from lxml import etree

xml = """
    <Foo xsi:type="xsd:string">bar</Foo>
"""

etree.register_namespace('xsi', 'http://www.w3.org/2001/XMLSchema-instance')
el = etree.fromstring(xml) # lxml.etree.XMLSyntaxError: Namespace prefix xsi for type on Foo is not defined

我缺少什么？奇怪的是，查看 lxml 源代码来尝试理解我可能做错了什么，似乎xsi命名空间应该已经作为默认命名空间之一存在。

Answer 1

当解析 XML 文档并再次保存时，lxml 不会更改任何前缀（并且register_namespace没有任何效果）。

如果您的 XML 文档没有声明其名称空间前缀，则它不是名称空间格式正确的。在解析之前使用register_namespace无法解决此问题。

register_namespace定义序列化新创建的 XML 文档时要使用的前缀。

示例 1（不带register_namespace）：

from lxml import etree

el = etree.Element('{http://example.com}Foo')
print(etree.tostring(el).decode())

输出：

<ns0:Foo xmlns:ns0="http://example.com"/>

示例 2（带有register_namespace）：

from lxml import etree

etree.register_namespace("abc", "http://example.com")

el = etree.Element('{http://example.com}Foo')
print(etree.tostring(el).decode())

输出：

<abc:Foo xmlns:abc="http://example.com"/>

示例 3（不带register_namespace，但具有与常规前缀关联的“众所周知”命名空间）：

from lxml import etree

el = etree.Element('{http://www.w3.org/2001/XMLSchema-instance}Foo')
print(etree.tostring(el).decode())

输出：

<xsi:Foo xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"/>