使用lxml解析XML出现意外结果，标签带命名空间前缀

你看到的{http://foo.bar}前缀是XML默认命名空间的URI。你的XML里<stationaer>标签带了xmlns="http://foo.bar"声明，这意味着该标签及其所有子元素（除非有其他命名空间声明）都属于这个命名空间。lxml解析时会严格遵循XML命名空间规范，把命名空间URI和标签名组合成{命名空间URI}标签名的格式，所以输出会带这个前缀。

如果只想获取不带命名空间的本地标签名，有两种简单方式：

方法1：提取本地名称 #

lxml的元素对象自带localname属性，直接调用就能拿到纯标签名：

root = etree.fromstring(xml_src)
print(repr(root.localname))  # 输出 'stationaer'
child = root.getchildren()[0]
print(repr(child.localname))  # 输出 'einrichtung'

也可以手动拆分tag字符串（但不如localname规范）：

print(repr(root.tag.split('}')[-1]))

方法2：用命名空间映射查询元素 #

如果后续需要查找指定命名空间下的元素，可以定义命名空间映射，用带前缀的方式精准查询：

ns_map = {'ns': 'http://foo.bar'}
# 查找所有einrichtung元素
einrichtungen = root.findall('ns:einrichtung', namespaces=ns_map)
for elem in einrichtungen:
    print(elem.localname)  # 输出 'einrichtung'

修改后的完整示例代码 #

#!/usr/bin/env python3
from lxml import etree

xml_src = '''<?xml version="1.0"?>
<stationaer xsi:schemaLocation="http:/foo.bar" xmlns="http://foo.bar" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">
    <einrichtung>
        <name>Name</name>
    </einrichtung>
    <einrichtung>
        <name>Name</name>
    </einrichtung>
</stationaer>
'''

root = etree.fromstring(xml_src)

print(repr(root.localname))
print(repr(root.text))

child = root.getchildren()[0]

print(repr(child.localname))
print(repr(child.text))

运行后输出：

'stationaer'
'
    '
'einrichtung'
'
        '

内容的提问来源于stack exchange，提问作者buhtz