使用Python的lxml创建XML元素时遇「Invalid tag name」错误求助

错误原因 #

直接用前缀:标签名的格式创建元素是lxml不允许的，它要求使用Clark表示法（{命名空间URI}本地标签名）来指定带命名空间的元素——前缀只是命名空间URI的别名，创建元素时必须基于实际的命名空间URI。

修正后的代码 #

import datetime
from lxml import etree

# 定义命名空间URI常量，方便复用
CRSDAC2_NS = 'urn:sti:ties:crsdac2:v1'
CRS_NS = 'urn:sti:ties:crstypessti:v1'
XSI_NS = 'http://www.w3.org/2001/XMLSchema-instance'

MESSAGETYPEINDIC = 'CRS701'
REPPERIOD = datetime.now().strftime("%Y-%m-%d")

# 使用Clark表示法创建根元素，同时指定命名空间映射和其他属性
root = etree.Element(
    f"{{{CRSDAC2_NS}}}CRS-DAC2-LT",
    attrib={
        'xmlns:crsdac2': CRSDAC2_NS,
        'xmlns:crs': CRS_NS,
        'xmlns:xsi': XSI_NS,
        'version': '3.141590118408203125',
        'xsi:schemaLocation': f'{CRSDAC2_NS} file:///G:/Tax/Tax%20Technology/CRS%20(DAC2)/XML%20Specifikacija%20(versija%20nuo%202020-12)/CRS-DAC2-LT_v0.4.xsd'
    }
)

# 创建子元素，同样用Clark表示法
message_spec = etree.SubElement(root, f"{{{CRSDAC2_NS}}}MessageSpec")
etree.SubElement(message_spec, f"{{{CRS_NS}}}MessageTypeIndic").text = MESSAGETYPEINDIC
etree.SubElement(message_spec, f"{{{CRS_NS}}}ReportingPeriod").text = REPPERIOD
etree.SubElement(root, f"{{{CRSDAC2_NS}}}MessageBody")

tree = etree.ElementTree(root)
# 生成格式化的XML字符串
tree_string = etree.tostring(
    tree,
    pretty_print=True,
    xml_declaration=True,
    encoding='UTF-8',
    standalone="yes"
)

print(tree_string.decode('UTF-8'))

关键修正点 #

• 替换所有前缀:标签名为{命名空间URI}标签名的格式，lxml会自动根据xmlns属性映射生成对应的前缀。
• 修正了crs命名空间的URI，与目标XML中的urn:sti:ties:crstypessti:v1保持一致（原代码中是错误的urn:sti:ties:sask:v1）。
• 补充了缺失的import datetime语句。

运行这段代码后，生成的XML会完全符合你需要的格式。

内容的提问来源于stack exchange，提问作者Rupesh