如何让ElementTree解析XML时不修改命名空间声明？

为什么会自动修改前缀？ #

Python的xml.etree.ElementTree核心设计只关注命名空间的URI，而非文档里的前缀。前缀本质上只是URI的别名，XML规范明确：只要URI一致，不同前缀不影响文档语义。所以ElementTree解析时会丢弃原前缀，仅保留URI；输出时会重新生成前缀，而非复用原文档的前缀。

前缀生成的具体规则 #

• 解析阶段：仅记录URI与前缀的临时映射，用于识别节点所属命名空间，原前缀不会被持久化存储
• 输出阶段：
  • 对未关联标准前缀的URI，按首次出现的顺序生成递增前缀：ns1、ns2、ns3...
  • 若URI是ElementTree内置的标准命名空间（比如http://purl.org/dc/elements/1.1/对应dc，http://www.w3.org/1999/xhtml对应html），会自动替换为对应的标准前缀，而非nsX
  • 同一个URI在整个输出文档中只会分配一个唯一前缀

避免前缀被修改的解决方法 #

方法1：提前注册命名空间前缀 #

用ET.register_namespace()在解析前绑定你需要保留的前缀与对应URI，输出时就会使用注册的前缀：

import xml.etree.ElementTree as ET

# 注册原文档的前缀和对应URI
ET.register_namespace('ns2', 'http://example.com/ns2')
ET.register_namespace('ns4', 'http://example.com/ns4')

# 解析并输出
tree = ET.parse('data3.xml')
root = tree.getroot()
print(ET.tostring(root, encoding='utf-8').decode('utf-8'))

注意：必须在解析操作前注册，否则解析生成的节点可能已使用默认前缀，注册后输出会覆盖，但提前注册更稳妥。

方法2：修改已解析树的nsmap映射（Python 3.8+） #

如果已经完成解析，可以直接修改根元素的nsmap属性，手动指定前缀与URI的映射：

import xml.etree.ElementTree as ET

tree = ET.parse('data3.xml')
root = tree.getroot()

# 手动设置需要保留的前缀映射，保留默认命名空间（若有）
root.nsmap = {
    'ns2': 'http://example.com/ns2',
    'ns4': 'http://example.com/ns4',
    None: root.nsmap.get(None, '')
}

print(ET.tostring(root, encoding='utf-8').decode('utf-8'))

方法3：改用lxml库（推荐，若允许第三方依赖） #

lxml的ElementTree实现会严格保留原文档的命名空间前缀，无需额外配置：

from lxml import etree

tree = etree.parse('data3.xml')
print(etree.tostring(tree, encoding='utf-8', pretty_print=True).decode('utf-8'))

内容的提问来源于stack exchange，提问作者atline