============================
6.7 利用命名空间解析XML文档
============================
----------
问题
----------
你想解析某个XML文档，文档中使用了XML命名空间。
----------
解决方案
----------
考虑下面这个使用了命名空间的文档：
.. code-block:: xml
David Beazley
Hello World
Hello World!
如果你解析这个文档并执行普通的查询，你会发现这个并不是那么容易，因为所有步骤都变得相当的繁琐。
.. code-block:: python
>>> # Some queries that work
>>> doc.findtext('author')
'David Beazley'
>>> doc.find('content')
>>> # A query involving a namespace (doesn't work)
>>> doc.find('content/html')
>>> # Works if fully qualified
>>> doc.find('content/{http://www.w3.org/1999/xhtml}html')
>>> # Doesn't work
>>> doc.findtext('content/{http://www.w3.org/1999/xhtml}html/head/title')
>>> # Fully qualified
>>> doc.findtext('content/{http://www.w3.org/1999/xhtml}html/'
... '{http://www.w3.org/1999/xhtml}head/{http://www.w3.org/1999/xhtml}title')
'Hello World'
>>>
你可以通过将命名空间处理逻辑包装为一个工具类来简化这个过程：
.. code-block:: python
class XMLNamespaces:
def __init__(self, **kwargs):
self.namespaces = {}
for name, uri in kwargs.items():
self.register(name, uri)
def register(self, name, uri):
self.namespaces[name] = '{'+uri+'}'
def __call__(self, path):
return path.format_map(self.namespaces)
通过下面的方式使用这个类：
.. code-block:: python
>>> ns = XMLNamespaces(html='http://www.w3.org/1999/xhtml')
>>> doc.find(ns('content/{html}html'))
>>> doc.findtext(ns('content/{html}html/{html}head/{html}title'))
'Hello World'
>>>
----------
讨论
----------
解析含有命名空间的XML文档会比较繁琐。
上面的 ``XMLNamespaces`` 仅仅是允许你使用缩略名代替完整的URI将其变得稍微简洁一点。
很不幸的是，在基本的 ``ElementTree`` 解析中没有任何途径获取命名空间的信息。
但是，如果你使用 ``iterparse()`` 函数的话就可以获取更多关于命名空间处理范围的信息。例如：
.. code-block:: python
>>> from xml.etree.ElementTree import iterparse
>>> for evt, elem in iterparse('ns2.xml', ('end', 'start-ns', 'end-ns')):
... print(evt, elem)
...
end
start-ns ('', 'http://www.w3.org/1999/xhtml')
end
end
end
end
end
end-ns None
end
end
>>> elem # This is the topmost element
>>>
最后一点，如果你要处理的XML文本除了要使用到其他高级XML特性外，还要使用到命名空间，
建议你最好是使用 ``lxml`` 函数库来代替 ``ElementTree`` 。
例如，``lxml`` 对利用DTD验证文档、更好的XPath支持和一些其他高级XML特性等都提供了更好的支持。
这一小节其实只是教你如何让XML解析稍微简单一点。