python-爬虫基础-lxml.etree(5)-Namespaces

最新推荐文章于 2021-07-19 16:59:14 发布

置顶 Aldeo

最新推荐文章于 2021-07-19 16:59:14 发布

阅读量2.4k

点赞数

分类专栏： Python 文章标签： python

本文链接：https://blog.youkuaiyun.com/zhangzijiejiayou/article/details/100161413

版权

Python 专栏收录该内容

25 篇文章 ¥9.90 ¥99.00

订阅专栏

本文介绍了Python爬虫中lxml.etree库处理XML Namespaces的方法，强调了Elementtree API如何处理名称空间URI，以及在序列化、查找和XPath中的应用。讲解了QName的使用，同时指出在处理属性名称空间时的注意事项，防止在序列化-解析过程中丢失名称空间。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Elementtree API 尽可能避免使用名称空间前缀，而是部署真正的名称空间(URI) :

>>> xhtml = etree.Element("{http://www.w3.org/1999/xhtml}html")
>>> body = etree.SubElement(xhtml, "{http://www.w3.org/1999/xhtml}body")
>>> body.text = "Hello World"

>>> print(etree.tostring(xhtml, pretty_print=True))
<html:html xmlns:html="http://www.w3.org/1999/xhtml">
  <html:body>Hello World</html:body>
</html:html>

Elementtree 最初使用的符号是由 James Clark 提出的。它的主要优点是为标记提供通用限定名，而不管文档中是否使用或定义了任何前缀。通过移除前缀的间接方向，可以使名称空间感知的代码更加清晰，也更容易正确。

从示例中可以看到，只有在序列化结果时，前缀才变得重要。但是，由于名称空间很长，上面的代码看起来有点冗

了解本专栏