Python-在Python中通过“ElementTree”解析带有名称空间的XML

Question

我有以下要使用Python解析的XML ElementTree：

<rdf:RDF xml:base="http://dbpedia.org/ontology/"
    xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
    xmlns:owl="http://www.w3.org/2002/07/owl#"
    xmlns:xsd="http://www.w3.org/2001/XMLSchema#"
    xmlns:rdfs="http://www.w3.org/2000/01/rdf-schema#"
    xmlns="http://dbpedia.org/ontology/">

    <owl:Class rdf:about="http://dbpedia.org/ontology/BasketballLeague">
        <rdfs:label xml:lang="en">basketball league</rdfs:label>
        <rdfs:comment xml:lang="en">
          a group of sports teams that compete against each other
          in Basketball
        </rdfs:comment>
    </owl:Class>

</rdf:RDF>

我想找到所有owl:Class标签，然后提取其中所有rdfs:label实例的值。我正在使用以下代码：

tree = ET.parse("filename")
root = tree.getroot()
root.findall('owl:Class')

由于命名空间的原因，出现以下错误。

SyntaxError: prefix 'owl' not found in prefix map

请让我知道如何更改代码以查找所有owl:Class标签。

Answer 1

ElementTree对名称空间不太聪明。你需要给的.find()，findall()和iterfind()方法的明确的命名空间字典。这没有很好的记录：

namespaces = {'owl': 'http://www.w3.org/2002/07/owl#'} # add more as needed

root.findall('owl:Class', namespaces)

前缀仅在namespaces你传入的参数中查找。这意味着你可以使用任何喜欢的名称空间前缀；API会分开owl:一部分，在namespaces字典中查找相应的名称空间URL ，然后更改搜索以查找XPath表达式{http://www.w3.org/2002/07/owl}Class。当然，你也可以自己使用相同的语法：

root.findall('{http://www.w3.org/2002/07/owl#}Class')

如果可以切换到lxml库，那就更好了；该库支持相同的ElementTree API，但会在.nsmap元素的属性中为你收集名称空间。