Python ElementTree如何保留XML非根节点的命名空间定义

问题概述 #

使用Python 2.7的xml.etree.ElementTree处理含多命名空间的XML时，要求输出XML的命名空间必须和输入XML定义在完全相同的节点上，但ElementTree默认会将所有命名空间声明提升到根节点，需要找到规避方法。

示例文件 #

读写脚本（demo_input_xml.py） #

import sys
import xml.etree.ElementTree as ET

infile = sys.argv[1]
outfile = sys.argv[2]

tree = ET.parse(infile)
root = tree.getroot()

# 此处添加XML修改逻辑

ofile = open(outfile, 'w')
tree.write(ofile)
ofile.close()

输入XML（demo_temp_input.xml） #

<?xml version="1.0" encoding="UTF-8"?>
<tag0 xmlns="namespace0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="someLocation0">
  <tag1a>someText</tag1a>
  <tag1b xmlns="namespace1" xmlns:n1="namespace2" xsi:schemaLocation="someLocation1">
    <tag2>
      <tag3 xmlns="namespace3" xsi:schemaLocation="someLocation2">
      </tag3>
    </tag2>
  </tag1b>
</tag0>

实际输出（demo_temp_output.xml） #

<ns0:tag0 xmlns:ns0="namespace0" xmlns:ns2="namespace1" xmlns:ns3="namespace3" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="someLocation0">
  <ns0:tag1a>someText</ns0:tag1a>
  <ns2:tag1b xsi:schemaLocation="someLocation1">
    <ns2:tag2>
      <ns3:tag3 xsi:schemaLocation="someLocation2">
      </ns3:tag3>
    </ns2:tag2>
  </ns2:tag1b>
</ns0:tag0>

期望输出 #

<ns0:tag0 xmlns:ns0="namespace0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="someLocation0">
  <ns0:tag1a>someText</ns0:tag1a>
  <ns2:tag1b xmlns:ns2="namespace1" xsi:schemaLocation="someLocation1">
    <ns2:tag2>
      <ns3:tag3 xmlns:ns3="namespace3" xsi:schemaLocation="someLocation2">
      </ns3:tag3>
    </ns2:tag2>
  </ns2:tag1b>
</ns0:tag0>

限制条件 #

• Python版本固定为2.7.18
• 无法安装或使用lxml库
• 输入含多个默认命名空间，理想情况保留，但ElementTree生成的前缀（如ns0、ns2）可接受
• ElementTree会丢弃未使用的命名空间（如示例中的n1/namespace2），此行为可接受
• 输出可省略XML版本头

解决方案 #

ElementTree的序列化逻辑会自动将命名空间声明提升到根节点，这是内置优化，无官方API直接禁用。要保留原始节点的命名空间声明，需手动为目标节点添加xmlns:*属性，步骤如下：

修改后的脚本 #

import sys
import xml.etree.ElementTree as ET

infile = sys.argv[1]
outfile = sys.argv[2]

tree = ET.parse(infile)
root = tree.getroot()

# 1. 注册所有需要保留的命名空间，固定前缀避免随机生成
ET.register_namespace('ns0', 'namespace0')
ET.register_namespace('ns2', 'namespace1')
ET.register_namespace('ns3', 'namespace3')
ET.register_namespace('xsi', 'http://www.w3.org/2001/XMLSchema-instance')

# 2. 定位目标节点，手动添加命名空间声明
# 找到tag1b节点（namespace1下的tag1b）
tag1b = root.find('{namespace1}tag1b')
if tag1b:
    tag1b.set('xmlns:ns2', 'namespace1')

# 找到tag3节点（namespace3下的tag3）
tag3 = root.find('.//{namespace3}tag3')
if tag3:
    tag3.set('xmlns:ns3', 'namespace3')

# 3. 写入输出文件
with open(outfile, 'w') as ofile:
    tree.write(ofile, encoding='utf-8')

关键说明 #

• 固定前缀：通过ET.register_namespace()绑定命名空间URI和前缀，避免ElementTree自动生成前缀时跳过ns1（原因见下文）。
• 手动添加属性：直接为需要保留命名空间声明的节点添加xmlns:前缀="URI"属性，ElementTree序列化时会保留这些属性，同时不会在根节点重复声明（因为前缀已注册，根节点的冗余声明会被自动处理）。
• 默认命名空间限制：ElementTree不支持在非根节点保留无前缀的默认命名空间（xmlns="..."），只能接受带前缀的声明，这是其内部命名空间处理逻辑的限制。

附带问题解答：为何ElementTree不使用ns1前缀？ #

输入XML中的n1前缀对应namespace2，但该命名空间下没有任何元素或属性被使用，ElementTree会自动丢弃未使用的命名空间声明。而namespace1被分配ns2前缀，是因为ElementTree的前缀生成从ns0开始，跳过未使用的命名空间对应的编号（n1未被使用，所以不占用ns1），按顺序为有效命名空间分配前缀。

内容的提问来源于stack exchange，提问作者silence_of_the_lambdas