Python使用ElementTree解析XML时遇到带前缀标签被展开问题

1. 该行为是正常预期吗 #

是，这是Python标准库xml.etree.ElementTree处理XML命名空间的标准设计。XML中ops这类前缀只是命名空间URI的临时别名，真正唯一标识命名空间的是http://www.si2.org/schemas/OPS这类完整URI，ET在解析时会自动将标签转换为「{命名空间URI}本地标签名」的通用格式，避免不同XML文件中相同前缀对应不同命名空间的冲突问题。

2. 简化命名空间查询的推荐方案 #

不需要手动拼接带URI的标签名，findall/find/iterfind等方法都支持传入自定义命名空间映射字典，你可以自己指定查询时用的前缀，和XML里的前缀对应上即可，示例代码如下：

from xml.etree import ElementTree as ET

# 定义命名空间映射，key是你查询时想用的前缀，value是对应命名空间URI
ns = {
    "ops": "http://www.si2.org/schemas/OPS"
}

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

# 查询时直接用前缀写法，第二个参数传入命名空间字典即可
# 比如找所有ops:RulesSection元素
rules_sections = root.findall("ops:RulesSection", ns)
# 找ops:RulesSection下的ops:NewTagToFind元素
new_tags = root.findall("ops:RulesSection/ops:NewTagToFind", ns)

这种写法和你预期的ops:前缀用法完全一致，不需要修改查询逻辑，也不用手动拼接长串的URI格式标签。

3. 完全关闭命名空间展开的方案 #

如果确定你的XML中没有同本地名、不同命名空间的元素/属性，也可以选择在解析后手动去掉所有标签的命名空间前缀，示例实现如下：

def strip_namespace(root):
    for elem in root.iter():
        # 去掉标签中的{uri}部分，只保留本地名
        if '}' in elem.tag:
            elem.tag = elem.tag.split('}', 1)[1]
        # 同时处理属性的命名空间（如果需要）
        attrs = list(elem.attrib.keys())
        for attr in attrs:
            if '}' in attr:
                val = elem.attrib.pop(attr)
                elem.attrib[attr.split('}', 1)[1]] = val
    return root

# 解析后调用该函数即可
tree = ET.parse(OPSDRMFile)
root = strip_namespace(tree.getroot())
# 之后直接用本地名查询即可，不需要带前缀和命名空间
print(root.findall("RulesSection"))

⚠️ 该方案存在匹配冲突风险，非必要场景更推荐使用命名空间字典的方案。

内容的提问来源于stack exchange，提问作者user15290844