python - 如何更改具有命名前缀的 XML 元素的属性

Question

我在尝试编辑包含带有名称前缀的单个 XML 元素的字符串中的 XML 属性时遇到了真正的麻烦。

我正在尝试使用如下代码:

import xml.etree.ElementTree as ET

def replace_xml_label(xml):
    element = ET.fromstring(xml)
    element.set('label', 'new_test_label')
    return ET.tostring(element).decode('ascii')

xml_1 = '<abc label="test label">test_value</abc>'
xml_2 = '<abc:option label="test label">test_value</abc:option>'

对于xml_1，我得到了预期的输出:

print(replace_xml_label(xml_1))
<abc label="new_test_label">test_value</abc>

但是，我需要使用的 XML 元素的样式具有类似于 xml_2 的名称前缀，这会引发 ParseError:

print(replace_xml_label(xml_2))
Traceback (most recent call last):
 ... in XML parser.feed(text)
xml.etree.ElementTree.ParseError: unbound prefix: line 1, column 0

我的预期输出是:

<abc:option label="new_test_label">test_value</abc:option>

我怀疑该错误与缺少已定义的命名空间有关，但无法成功定义命名空间(例如使用ET.register_namespace('abc', 'my-ns')。

尝试就地修改字符串来定义命名空间:

# ...doesn't raise an exception, but the output isn't in the format I need
xml_3 = xml_2.replace('<abc:option', '<abc:option xmlns:abc="my-ns"')
print(replace_xml_label(xml_3))  
<ns0:option xmlns:ns0="myns" label="new_test_label">test_value</ns0:option>

# replacing the output afterwards works, but by this point I may as well have used a regular expression!
print(replace_xml_label(xml_3).replace('ns0', 'abc').replace(' xmlns:abc="my-ns"',''))
<abc:option label="new_test_label">test_value</abc:option>

我是否做错了什么，遗漏了一些明显的东西，或者只是使用了错误的工具？

我更愿意使用标准 Python 3.4+ 库中提供的内容。

Answer 1

当然，问题是由于未声明的前缀造成的。 XML 要求正确声明使用中的所有 namespace 前缀，否则该文档不符合 XML，因此通常无法使用 XML 解析器库进行解析。因此，最终的解决方案是修复当前生成类 XML 文档的一侧，以生成格式良好的 XML。

在解析端解决此问题的一种可能的解决方法是，使用包含未声明前缀声明的父元素包装字符串，例如:

xml_2 = '<abc:option label="test label">test_value</abc:option>'

parent = '<foo xmlns:abc="bar">{}</foo>'
wellformed_xml = parent.format(xml_2)

result = replace_xml_label(wellformed_xml)
print(result)