lxml中cssselect的XHTML命名空间问题

2 投票

1 回答

580 浏览

提问于 2025-04-16 22:26

我在使用cssselect处理XHTML（或者带有命名空间的XML）时遇到了问题。虽然文档里有说明如何在cssselect中使用命名空间，但我还是不太明白：cssselect命名空间

这是我输入的XHTML字符串：

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN"
"http://www.w3.org/TR/xhtml1/DTD/xhtml1-strict.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
  <title>Teststylesheet</title>
  <style type="text/css">
  /*<![CDATA[*/
  ol{margin:0;padding:0}
  /*]]>*/
  </style>
</head>
<body>
</body>
</html>

这是我的Python脚本：

parser = etree.XMLParser()    
tree = etree.fromstring(xhtmlstring, parser).getroottree()
for style in CSSSelector("style")(tree):
  print "HAVE CSS!"

这个Python脚本没有打印出任何Have CSS!。用etree.HTMLParser替代etree.XMLParser可以正常工作，但我真的想用XMLParser，并保持XHTML的所有内容（命名空间、结构）。

有没有人能帮我解决这个命名空间的问题？

XML lxml 解析器命名空间文档说明技术支持 xhtml cssselect

1 个回答

对于 cssselect.CSSSelector（2.0版）的文档说明，里面提到了如何使用命名空间：

class CSSSelector(etree.XPath):
    """ ...
    To use CSS namespaces, you need to pass a prefix-to-namespace
    mapping as ``namespaces`` keyword argument::

        >>> rdfns = 'http://www.w3.org/1999/02/22-rdf-syntax-ns#'
        >>> select_ns = cssselect.CSSSelector('root > rdf|Description',
        ...                                   namespaces={'rdf': rdfns})

        >>> rdf = etree.XML((
        ...     '<root xmlns:rdf="%s">'
        ...       '<rdf:Description>blah</rdf:Description>'
        ...     '</root>') % rdfns)
        >>> [(el.tag, el.text) for el in select_ns(rdf)]
        [('{http://www.w3.org/1999/02/22-rdf-syntax-ns#}Description', 'blah')]
    """

如果你尝试过这个，但你使用的 cssselect.CSSSelector 没有 namespaces 这个参数，那可能是因为你的 lxml 版本需要更新了。

回答于 2025-04-16 由 Python大师

分享举报

lxml中cssselect的XHTML命名空间问题

1 个回答

撰写回答