Python: ignorando gli spazi dei nomi in xml.etree.ElementTree?

Question

Come posso dire a ElementTree di ignorare gli spazi dei nomi in un file XML?

Ad esempio, preferirei interrogare modelVersion (come nella dichiarazione 1) anziché {http://maven.apache.org/POM/4.0.0}modelVersion (come nella dichiarazione 2).

pom=""" 
<project xmlns="http://maven.apache.org/POM/4.0.0" 
     xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" 
     xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 
     http://maven.apache.org/maven-v4_0_0.xsd"> 
    <modelVersion>4.0.0</modelVersion> 
</project> 
""" 

from xml.etree import ElementTree 
ElementTree.register_namespace("","http://maven.apache.org/POM/4.0.0") 
root = ElementTree.fromstring(pom) 

print 1,root.findall('modelVersion') 
print 2,root.findall('{http://maven.apache.org/POM/4.0.0}modelVersion') 

1 [] 
2 [<Element '{http://maven.apache.org/POM/4.0.0}modelVersion' at 0x1006bff10>] 

Answer 1

Non sembra esserci via senza straight-forward, quindi mi piacerebbe semplicemente avvolgere la chiamate Trova, ad esempio

from xml.etree import ElementTree as ET 

POM = """ 
<project xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" 
     xmlns="http://maven.apache.org/POM/4.0.0"> 
    <modelVersion>4.0.0</modelVersion> 
</project> 
""" 

NSPS = {'foo' : "http://maven.apache.org/POM/4.0.0"} 

# sic! 
def findall(node, tag): 
    return node.findall('foo:' + tag, NSPS) 

root = ET.fromstring(POM) 
print(map(ET.tostring, findall(root, 'modelVersion'))) 

uscita:

['<ns0:modelVersion xmlns:ns0="http://maven.apache.org/POM/4.0.0">4.0.0</ns0:modelVersion>\n'] 

Answer 2

Ecco quello che sto facendo attualmente, il che mi rende incredibilmente sicuro che c'è un modo migliore.

$ cat pom.xml | 
    tr '\n' ' ' | 
    sed 's/<project [^>]*>/<project>/' | 
    myprogram | 
    sed 's/<project>/<project xmlns="http:\/\/maven.apache.org\/POM\/4.0.0" xmlns:xsi="http:\/\/www.w3.org\/2001\/XMLSchema-instance" xsi:schemaLocation="http:\/\/maven.apache.org\/POM\/4.0.0 http:\/\/maven.apache.org\/maven-v4_0_0.xsd">/' 

Answer 3

Invece di ignorare, un altro approccio sarebbe quello di rimuovere gli spazi dei nomi nella struttura, quindi non c'è alcun bisogno di 'ignorare' perché non sono lì - vedi la risposta di nonagon a questa domanda (e la mia estensione di tale per includere gli spazi dei nomi sugli attributi): Python ElementTree module: How to ignore the namespace of XML files to locate matching element when using the method "find", "findall"

Answer 4

Ecco la soluzione equivalente senza utilizzare la shell. Idea di base:

• traducono <project junk...>-<project>
• eseguire l'elaborazione "pulito", senza preoccuparsi dello spazio dei nomi
• traducono <project> torna a <project junk...>

con il nuovo codice:

pom=""" 
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" 
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/maven-v4_0_0.xsd"> 
<modelVersion>4.0.0</modelVersion> 
</project> 
""" 
short_project="""<project>""" 
long_project="""<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" 
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/maven-v4_0_0.xsd">""" 

import re,sys 
from xml.etree import ElementTree 

# eliminate namespace specs 
pom=re.compile('<project [^>]*>').sub(short_project,pom) 

root = ElementTree.fromstring(pom) 
ElementTree.dump(root) 
print 1,root.findall('modelVersion') 
print 2,root.findall('{http://maven.apache.org/POM/4.0.0}modelVersion') 
mv=root.findall('modelVersion') 

# restore the namespace specs 
pom=ElementTree.tostring(root) 
pom=re.compile(short_project).sub(long_project,pom)