使用ETREE解析XML：获取xl命名空间元素属性值的问题

问题背景 #

给定简化后的XML文件：

<?xml version="1.0" encoding="UTF-8" ?>
<Workplace Type="PP-1"
            Version="0.2"
            xmlns:xl="http://www.w3.org/1999/xlink">
    <Template xl:actuate="perFile"
                xl:href="../templates/opt/CMPRfile"
                xl:show="none"
                xl:title="CPP1"
                xl:type="verycomplicated"/>
    <ProjectID xl:actuate="withtrain"
                xl:href="filename.ppp"
                xl:show="none"
                xl:type="evenmorecomplicated"/>
</Workplace>

尝试用ElementTree解析获取xl:href属性值（预期结果为filename.ppp），但以下代码均无效：

xml_namespace = "{http://www.w3.org/1999/xlink}"
tree = ET.parse(project_file_name)
xml_root_element = tree.getroot()

projectid_element = xml_root_element.find(xml_namespace + "ProjectId")

# 均无效
value = projectid_element.text 
value = projectid_element.attrib["href"]
value = projectid_element.attrib["xl:href"]

print("Value: " + value)

后续尝试通过命名空间查找属性，虽识别到命名空间但未找到目标元素：

tree, ns = parse_and_get_ns(project_file_name)
xml_root_element = tree.getroot()
print("xml_root_element type: " + str(type(xml_root_element)))
print("Namespaces found: ")
print(ns)
elements = xml_root_element.iterfind("xl:href", ns)
print("elements type: " + str(type(elements)))
for ele in elements:
    print("elements ele object type: " + str(type(ele)))

输出：

xml_root_element type: <class 'xml.etree.ElementTree.Element'>
Namespaces found:
{'xl': '{http://www.w3.org/1999/xlink}'}

解决方案 #

1. 修正元素查找错误 #

ProjectID元素属于XML默认命名空间，并非xl命名空间下的元素，因此查找时无需添加xl命名空间前缀。另外注意元素名是大写D的ProjectID，而非代码中的ProjectId（小写d），这会直接导致元素查找失败。

2. 正确获取命名空间属性 #

ElementTree中，带命名空间的属性键以完整命名空间URI+属性名的形式存储，不会保留xl:href这种前缀格式。因此获取属性时需要用{http://www.w3.org/1999/xlink}href作为键，或者利用已识别的命名空间字典拼接。

正确代码示例

import xml.etree.ElementTree as ET

project_file_name = "你的XML文件名.xml"
xl_ns = "{http://www.w3.org/1999/xlink}"

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

# 正确查找ProjectID元素（无命名空间，注意大小写）
project_id_ele = root.find("ProjectID")

if project_id_ele is not None:
    # 获取xl:href属性
    href_value = project_id_ele.attrib[xl_ns + "href"]
    print("Value:", href_value)

3. 常见错误原因解释 #

• projectid_element.text：属性值并非元素的文本内容，因此无法通过text获取。
• attrib["href"]：未指定命名空间，ElementTree无法匹配到带xl:前缀的属性。
• attrib["xl:href"]：ElementTree内部不会保留属性的前缀标识，而是用完整命名空间URI+属性名作为键，因此直接写xl:href无法找到对应属性。
• iterfind("xl:href", ns)：iterfind方法用于查找元素，而非属性，因此无法通过该方式定位属性。

关于xmlns属性 #

xmlns:xl是命名空间声明属性，属于XML的特殊属性，不会出现在元素的attrib字典中，这是正常现象。

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