GitLab Runner中Python 2的XML findall()解析异常求助

1. 显式提取并指定命名空间 #

放弃依赖{*}通配符，手动从XML根节点提取命名空间后构造XPath，避免环境对通配符的解析差异：

import xml.etree.ElementTree as ET

tree = ET.parse('report.fvdl')
root = tree.getroot()
# 从根节点标签中提取命名空间
ns = root.tag.split('}')[0].strip('{')
# 使用显式命名空间查找目标元素
vulns = tree.findall(".//{%s}Vulnerability" % ns)

如果XML包含多个命名空间，可遍历root.nsmap（Python 2.7.10及以上版本支持）获取所有命名空间，逐个尝试匹配。

2. 预处理XML移除命名空间 #

既然移除命名空间后代码可正常运行，在解析前先预处理XML文本，清除命名空间声明和标签前缀：

with open('report.fvdl', 'r') as f:
    xml_content = f.read()
# 移除默认命名空间声明（替换为实际FVDL的命名空间URL）
xml_content = xml_content.replace('xmlns="http://www.fortifysoftware.com/schema/fvdl"', '')
# 移除标签中的命名空间前缀
xml_content = xml_content.replace('{http://www.fortifysoftware.com/schema/fvdl}', '')
# 解析处理后的XML内容
root = ET.fromstring(xml_content)
vulns = root.findall(".//Vulnerability")

3. 升级Python 2的ElementTree库 #

RHEL 8自带的Python 2.7可能搭载较旧的ElementTree版本，尝试手动安装兼容的更新版：

pip install elementtree==1.3.0

安装完成后重新运行脚本，验证通配符解析是否恢复正常。

4. 改用lxml库替代标准库 #

lxml对XPath和命名空间的支持更稳定，跨环境表现一致。先安装lxml：

pip install lxml

然后修改代码使用lxml解析：

from lxml import etree

tree = etree.parse('report.fvdl')
# 通过local-name()忽略命名空间直接匹配元素
vulns = tree.xpath(".//*[local-name()='Vulnerability']")
# 或者使用命名空间映射精准匹配
ns_map = {'fvdl': 'http://www.fortifysoftware.com/schema/fvdl'}
vulns = tree.xpath(".//fvdl:Vulnerability", namespaces=ns_map)

5. 检查并升级系统XML解析库 #

RHEL 8上Python 2的XML解析依赖系统的libxml2，若版本过低可能存在解析bug。先查看当前版本：

rpm -q libxml2

若版本低于2.9.0，可尝试升级（注意：升级系统库可能影响其他应用，需谨慎操作）：

sudo dnf update libxml2

内容的提问来源于stack exchange，提问作者Tom C