今天我偶然发现了xml.dom
和xpath
模块的一种特殊行为,我花了一段时间才发现它与XML名称空间有关:
from xml.dom import minidom
import xpath
zooXml = """<?xml version="1.0" encoding="utf-8"?>
<Zoo xmlns='http://foo.bar/zoo'>
<Compound><Chimp/></Compound>
</Zoo>"""
mydom = minidom.parseString(zooXml)
compound = xpath.findnode('/Zoo/Compound', mydom)
print compound.toxml() # as expected: <Compound><Chimp/></Compound>
print xpath.find("Chimp", compound) # as expected: [<DOM Element: Chimp at 0x24c0cc8>]
{{3}如果不显式地指定另一个元素的名称空间,那么{3}如果不显式地添加另一个元素cdi},那么现在就不会找到新的元素了:
^{pr2}$重新解析修改后的XML后,xpath将找到两个元素:
mydom = minidom.parseString(mydom.toxml())
compound = xpath.findnode('/Zoo/Compound', mydom)
print xpath.find("Chimp", compound) # now it finds both chimps: [<DOM Element: Chimp at 0x24c9808>, <DOM Element: Chimp at 0x24c9888>]
另外,如果我使用命名空间创建新元素,xpath
将在不重新解析的情况下找到它们:
babyChimp = mydom.createElementNS(mydom.firstChild.namespaceURI, "Chimp")
compound.appendChild(babyChimp)
print xpath.find("Chimp", compound) # that worked: [<DOM Element: Chimp at 0x24c9808>, <DOM Element: Chimp at 0x24c9888>, <DOM Element: Chimp at 0x24c9548>]
问题是:这种行为是正确的还是错误?Chimp
的名称空间不应该是隐式的吗?毕竟,无论我使用xml.dom.createElement()
还是xml.dom.createElementNS()
,生成的XML都是相同的。如果这是个虫子,那它在哪里?在xml.dom
还是在xpath
中?在
FWIW:我在python2.7.5和2.7.4的Windows发行版中观察到了这种行为,在这两种情况下我都使用了xpath模块0.1。在
简要说明:
这种行为似乎是不正确的,或者至少是不需要的,所以我想说它要么是bug,要么是未完成的特性。在
它在解析字符串时是隐式的,但在创建元素并将其添加到树中时则不是隐式的。在
生成的XML不相同,或者至少不应该相同。在
我猜
toxml()
方法中有一个bug,它没有输出第二个Chimp
元素的空默认名称空间,因此在重新解析修改后的文档时,它从Zoo
元素继承默认命名空间。在更准确地说:
首先你的文件是
然后尝试查找
Chimp
元素,但没有为其定义任何命名空间上下文。然而,在这种情况下,xpath
模块从节点的document元素初始化上下文,因此查找成功。在然后添加另一个
^{pr2}$Chimp
元素,但是没有名称空间,那么您的文档就变成第二次find尝试只返回一个元素,因为另一个元素具有不同的命名空间。在
我猜bug发生在这里,因此
toxml()
方法的输出实际上是重新解析该文本会导致第二个
Chimp
元素继承与第一个相同的(默认)名称空间,因此第三个查找返回2个元素。在添加最后一个
Chimp
元素将使文档变成完全相同于
同样,所有的
Chimp
元素都在同一个命名空间中,因此find将返回所有元素。在这个bug似乎与此相关:http://bugs.python.org/issue1371937尽管它的状态是一样的,但实际上它仍然是打开的,因为它是作为另一个打开的bug的副本关闭的。在
相关问题 更多 >
编程相关推荐