关于 xpath 查找 XML 元素的一点总结
测试环境
Win7 64
python 3.4.0
实践出真知
代码如下，更换不同的 xpath，和 response_to_check 进行测试
实验 1
xpath = ".//xmlns:return//xmlns:copeWith"
response_to_check = '' \
'<soap:Envelope xmlns="http://www.examp.com"
xmlns:soap="http://schemas.xmlsoap.org/soap/envelope/" >' \
' <node2>' \
' <id>goods1</id>' \
' </node2> ' \
' <ns1:Body
xmlns:ns1="http://service.rpt.data.platform.ddt.sf.com/">' \
' <ns2:selectByPrimaryKeyResponse
xmlns:ns2="http://service.rpt.data.platform.ddt.sf2.com/" ' \
' xmlns="http://www.overide_first_defaul_xmlns.com"> ' \
' <return>' \
' <copeWith>1.00</copeWith>' \
' <discount>0.99</discount>' \
' <id>144</id>' \
' <invoice>2</invoice>' \
' <invoiceType></invoiceType>' \
' <orderCode>DDT201704071952057186</orderCode>' \
' <orderDate>2017-04-07 19:52:06.0</orderDate>' \
' <paid>0.01</paid>' \
' <payType>pc</payType>' \
' <productName>快递包</productName>' \
' <state>0</state>' \
' <userId>2</userId>' \
' </return>' \
' <return>' \
' <copeWith>2.00</copeWith>' \
' <discount>0.99</discount>' \
' <id>143</id>' \
' <invoice>2</invoice>' \
' <invoiceType></invoiceType>' \
' <orderCode>DDT201704071951065731</orderCode>' \
' <orderDate>2017-04-07 19:51:07.0</orderDate> ' \
' <paid>0.01</paid>' \
' <payType>pc</payType>' \
' <productName>快递包</productName>' \
' <state>0</state>' \
' <userId>2</userId>' \
' </return>' \
' <return>' \
' <copeWith>3.00</copeWith>' \
' <discount>0.99</discount>' \
' <id>142</id>' \
' <invoice>2</invoice>' \
' <invoiceType></invoiceType>' \
' <orderCode>DDT201704071945408575</orderCode>' \
' <orderDate>2017-04-07 19:45:40.0</orderDate>' \
' <paid>0.01</paid>' \
' <payType>pc</payType>' \
' <productName>快递包</productName>' \
' <state>0</state>' \
' <userId>2</userId>' \
' </return> ' \
' <return attr="re">' \
' <copeWith>4.00</copeWith>' \
' <copeWith>5.00</copeWith>' \
' <discount>0.99</discount>' \
' <id>141</id>' \
' <invoice>1</invoice>' \
' <invoiceType>增值税普通发票</invoiceType>' \
' <orderCode>DDT201704071845403738</orderCode>' \
' <orderDate>2017-04-07 18:45:41.0</orderDate>' \
' <paid>0.01</paid>' \
' <productName>快递包</productName>' \
' <state>0</state>' \
' <userId attr="testattr">2</userId>' \
' </return>' \
' </ns2:selectByPrimaryKeyResponse>' \
' </ns1:Body>' \
' <ns1:Body
xmlns:ns1="http://service.rpt.data.platform.ddt.sf.com/">' \
' <ns2:selectByPrimaryKeyResponse
xmlns:ns2="http://service.rpt.data.platform.ddt.sf2.com/"> ' \
' </ns2:selectByPrimaryKeyResponse>' \
' <ns2:selectByPrimaryKeyResponse
xmlns:ns2="http://service.rpt.data.platform.ddt.sf2.com/"> ' \
' </ns2:selectByPrimaryKeyResponse>' \
' </ns1:Body>' \
'</soap:Envelope>'
root = ET.fromstring(response_to_check)
print(root)
if xpath == '.':
text_of_element = root.text
else:
xmlnsnamespace_dic = {} # 存放名称空间定义
print('正在获取 xmlns 定义')
match_result_list =re.findall('xmlns[^:]?=(.+?)[ |\>|\\\>]',
response_to_check, re.MULTILINE)
if match_result_list:
xmlns = match_result_list[len(match_result_list) - 1]
xmlns = xmlns.strip(' ')
xmlns = '{' + xmlns + '}'
print('xmlns 定义为：%s' % xmlns)
xmlnsnamespace_dic['xmlns'] = xmlns
print('正在获取"xmlns:xxx 名称空间定义')
match_result_list = re.findall('xmlns:(.+?)=(.+?)[ |>]',
response_to_check)
for ns in match_result_list:
xmlnsnamespace_dic[ns[0]] = '{' + ns[1] + '}'
print("最后获取的 prefix:uri 为：%s" % xmlnsnamespace_dic)
print('正在转换元素结点前缀')
for dic_key in xmlnsnamespace_dic.keys():
namespace = dic_key + ':'
if namespace in xpath:
uri = xmlnsnamespace_dic[dic_key]
xpath = xpath.replace(namespace, uri)
xpath = xpath.replace('"','')
print('转换后用于查找元素的 xpath：%s' % xpath)
try:
elements_list = root.findall(xpath)
except Exception as e:
print('查找元素出错：%s' % e)
print('查找到的元素为：%s' % elements_list)
for element in elements_list:
text_of_element = element.text
print(text_of_element)
实验结果
以下为 xpath 设置不同值时的查找结果
/node
查找结果：报错，不能使用绝对路径
./node2
查找结果：找不到元素
./Body
查找结果：找不到元素
./ns1:Body/selectByPrimaryKeyResponse
查找结果：找不到元素
./ns1:Body/ns2:selectByPrimaryKeyResponse/return
查找结果：找不到元素
./ns1:Body/ns2:selectByPrimaryKeyResponse/xmlns:return[1]/copeWith
查找结果：找不到元素
-----------------------------
.
查找结果：根元素，即 Envelope 元素
ns1:Body
查找结果：所有名称空间为 ns1 的 Body 元素
./ns1:Body
查找结果：等同 ns1:Body
./ns1:Body/ns2:selectByPrimaryKeyResponse
查找结果：所有名称空间为 ns1 的 Body 元素下的所有名为 selectByPrimaryKeyResponse
的子元素
./ns1:Body/ns2:selectByPrimaryKeyResponse[2]
查找结果：所有名称空间为 ns1 的 Body 元素下，名称空间为 ns2 的第 2 个名为
selectByPrimaryKeyResponse 的子元素
./ns1:Body/ns2:selectByPrimaryKeyResponse/xmlns:return
查找结果：所有名称空间为 ns1 的 Body 元素下，所有名称空间为 ns2,名称为
selectByPrimaryKeyResponse 的子元素下，所有名称空间定义为
http://www.overide_first_defaul_xmlns.com 的 return 元素
./ns1:Body/ns2:selectByPrimaryKeyResponse/xmlns:return[1]/xmlns:copeWit
h
查找结果：所有名称空间为 ns1 的 Body 元素下，所有名称空间为 ns2,名称为
selectByPrimaryKeyResponse 的子元素下，第一个名称空间定义为
http://www.overide_first_defaul_xmlns.com 的 return 元素下，
名称空间定义为 http://www.overide_first_defaul_xmlns.com 的 copyWith 元素
.//xmlns:copeWith
查找结果：所有名称空间定义为 http://www.overide_first_defaul_xmlns.com 的
copeWith 元素
.//xmlns:copeWith[2]
查找结果：同一个元素节点下，名称空间定义为
http://www.overide_first_defaul_xmlns.com 的第二个 copeWith 元素(例中为
<copeWith>5.00</copeWith>' ，注意：这里的数字是针对兄弟节点的，下同，不再赘述)
# 注意：[]里面不支持 last()这种谓词，数字可以
.//xmlns:return//xmlns:copeWith"
查找结果：所有名称空间定义为 http://www.overide_first_defaul_xmlns.com 的
return 元素下，所有名称空间定义为 http://www.overide_first_defaul_xmlns.com
的 copeWith 元素
实验 2
对比实验 1，去掉 selectByPrimaryKeyResponse 元素中的 xmlns 定义：
xmlns="http://www.overide_first_defaul_xmlns.com"
xpath = ".//xmlns:return//xmlns:copeWith"
response_to_check = '' \
'<soap:Envelope xmlns="http://www.examp.com"
xmlns:soap="http://schemas.xmlsoap.org/soap/envelope/" >' \
' <node2>' \
' <id>goods1</id>' \
' </node2> ' \
' <ns1:Body
xmlns:ns1="http://service.rpt.data.platform.ddt.sf.com/">' \
' <ns2:selectByPrimaryKeyResponse
xmlns:ns2="http://service.rpt.data.platform.ddt.sf2.com/" ' \
' > ' \
' <return>' \
' <copeWith>1.00</copeWith>' \
' <discount>0.99</discount>' \
' <id>144</id>' \
' <invoice>2</invoice>' \
' <invoiceType></invoiceType>' \
' <orderCode>DDT201704071952057186</orderCode>' \
' <orderDate>2017-04-07 19:52:06.0</orderDate>' \
' <paid>0.01</paid>' \
' <payType>pc</payType>' \
' <productName>快递包</productName>' \
' <state>0</state>' \
' <userId>2</userId>' \
' </return>' \
' <return>' \
' <copeWith>2.00</copeWith>' \
' <discount>0.99</discount>' \
' <id>143</id>' \
' <invoice>2</invoice>' \
' <invoiceType></invoiceType>' \
' <orderCode>DDT201704071951065731</orderCode>' \
' <orderDate>2017-04-07 19:51:07.0</orderDate> ' \
' <paid>0.01</paid>' \
' <payType>pc</payType>' \
' <productName>快递包</productName>' \
' <state>0</state>' \
' <userId>2</userId>' \
' </return>' \
' <return>' \
' <copeWith>3.00</copeWith>' \
' <discount>0.99</discount>' \
' <id>142</id>' \
' <invoice>2</invoice>' \
' <invoiceType></invoiceType>' \
' <orderCode>DDT201704071945408575</orderCode>' \
' <orderDate>2017-04-07 19:45:40.0</orderDate>' \
' <paid>0.01</paid>' \
' <payType>pc</payType>' \
' <productName>快递包</productName>' \
' <state>0</state>' \
' <userId>2</userId>' \
' </return> ' \
' <return attr="re">' \
' <copeWith>4.00</copeWith>' \
' <copeWith>5.00</copeWith>' \
' <discount>0.99</discount>' \
' <id>141</id>' \
' <invoice>1</invoice>' \
' <invoiceType>增值税普通发票</invoiceType>' \
' <orderCode>DDT201704071845403738</orderCode>' \
' <orderDate>2017-04-07 18:45:41.0</orderDate>' \
' <paid>0.01</paid>' \
' <productName>快递包</productName>' \
' <state>0</state>' \
' <userId attr="testattr">2</userId>' \
' </return>' \
' </ns2:selectByPrimaryKeyResponse>' \
' </ns1:Body>' \
' <ns1:Body
xmlns:ns1="http://service.rpt.data.platform.ddt.sf.com/">' \
' <ns2:selectByPrimaryKeyResponse
xmlns:ns2="http://service.rpt.data.platform.ddt.sf2.com/"> ' \
' </ns2:selectByPrimaryKeyResponse>' \
' <ns2:selectByPrimaryKeyResponse
xmlns:ns2="http://service.rpt.data.platform.ddt.sf2.com/"> ' \
' </ns2:selectByPrimaryKeyResponse>' \
' </ns1:Body>' \ '</soap:Envelope>'
实验结果
.//xmlns:return//xmlns:copeWith
查找结果：所有名称空间定义为 http://www.examp.com 的 return 元素下，所有名称空
间定义为 http://www.examp.com 的 copeWith 元素
实验 3
xpath = "./xmlns:string"
response_to_check =''\
'<ArrayOfString
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"' \
' xmlns:xsd="http://www.w3.org/2001/XMLSchema"
xmlns="http://WebXml.com.cn/">' \
' <string>阿尔及利亚,3320</string>' \
' <string>阿根廷,3522</string>' \
' <string>阿曼,3170</string>' \
' <string>阿塞拜疆,3176</string>' \
' <string>埃及,3317</string>' \
' <string>埃塞俄比亚,3314</string>' \
' <string>爱尔兰,3246</string>' \
' <string>奥地利,3237</string>' \
' <string>澳大利亚,368</string>' \
' <string>巴基斯坦,3169</string>' \
' <string>巴西,3580</string>' \
' <string>保加利亚,3232</string>' \
' <string>比利时,3243</string>' \
'</ArrayOfString>'
实验结果：
./string
查找结果：找不到元素
./xmlns:string
查找结果：根元素下，所有名称空间定义为 xmlns 的 string 元素
实验 4
对比实验 3，去掉 xmlns=xmlns="http://WebXml.com.cn/
xpath = "./string"
response_to_check =''\
'<ArrayOfString
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"' \
' xmlns:xsd="http://www.w3.org/2001/XMLSchema">' \
' <string>阿尔及利亚,3320</string>' \
' <string>阿根廷,3522</string>' \
' <string>阿曼,3170</string>' \
' <string>阿塞拜疆,3176</string>' \
' <string>埃及,3317</string>' \
' <string>埃塞俄比亚,3314</string>' \
' <string>爱尔兰,3246</string>' \
' <string>奥地利,3237</string>' \
' <string>澳大利亚,368</string>' \
' <string>巴基斯坦,3169</string>' \
' <string>巴西,3580</string>' \
' <string>保加利亚,3232</string>' \
' <string>比利时,3243</string>' \
'</ArrayOfString>'
实验结果：
./string
查找结果：根元素下，所有名称空间定义为 http://WebXml.com.cn/的 string 元素
总结
1）xmlns=URI 定义元素默认的名称空间，使得作用范围内，可不用为元素显示设置名称空
间前缀。
<element_node xmlns=URI>
<node1>
...
<node2>
</element_node>
xmlns=URI 的作用域如下：
<element_node xmlns=URI>
作用域，也就是说，仅在元素范围内
</element>
2） 一份 xml 文档中，同时只能存在一个默认的 xmlns 名称空间,后续元素标签中定义的
xmlns 会自动导致前面定义的 xmlns 不可用
3）为元素设置自定义名称空间,形式如下：
<namespace:element_name xmlns:namespace=URI>
</namespace:element_name>
4）xpath 查找，不能使用绝对路径。
5）根据实验 1，实验 1&实验 2 对比，实验 3&实验 4 对比得出：
如果设置了 xmlns(默认名称空间 xmlns=xxxx，或者非默认的自定义名称空间
xmlns:prefix=URI),那么 xpath 查找名称空间作用域内的子元素时，必须使用名称空间
查找./xmlns:node_name、./prefix:node_name。
如果 xmlns 默认名称空间作用域范围内，子元素标签内设置了自定义名称空间，那么使用
自定义名称空间查找 ./…/prefix:node_name
如果既没定义默认名称空间，也没设置自定义名称空间，那么 xpath 查找元素时可不用指
定名称空间 ./node_name