解析带命名空间的XML时遇到的问题

Question

你好，我有一个XML文件，我想要解析它，文件大概是这样的

<?xml version="1.0" encoding="utf-8"?>
<SHOP xmlns="http://www.w3.org/1999/xhtml" xmlns:php="http://php.net/xsl">
    <SHOPITEM>
        <ID>2332</ID>
        ...
    </SHOPITEM>
    <SHOPITEM>
        <ID>4433</ID>
        ...
    </SHOPITEM>
</SHOP>

我的解析代码是

from lxml import etree

ifile = open('sample-file.xml', 'r')
file_data = etree.parse(ifile)

for item in file_data.iter('SHOPITEM'):
   print item

但是只有当XML的容器看起来像这样的时候，项目才会被打印出来

<SHOP xmlns="http://www.w3.org/1999/xhtml" xmlns:php="http://php.net/xsl">

看起来像这样

<SHOP>

我该如何解析这个XML文档，而不需要担心这个容器的定义呢？

Answer 1

请查看这里，了解lxml.etree是如何处理命名空间的。一般来说，你应该使用命名空间，而不是试图避开它们。在这种情况下，你可以这样写：

for item in file_data.iter('{http://www.w3.org/1999/xhtml}SHOPITEM'):

如果你需要经常引用这个命名空间，可以设置一个本地变量：

xhtml_ns = '{http://www.w3.org/1999/xhtml}'
...
for item in file_data.iter(xhtml_ns + 'SHOPITEM'):