구문 분석 XML

Question

I가 내가 사용 구문 분석 할 다음과 같은 XML 파이썬의 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> 

나는 모든 owl:Class 태그를 찾은 다음 모든 rdfs:label 인스턴스의 값을 추출 할 그들 안에. 다음 코드를 사용하고 있습니다 :

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

네임 스페이스 때문에 다음 오류가 발생합니다.

SyntaxError: prefix 'owl' not found in prefix map 

나는 http://effbot.org/zone/element-namespaces.htm에서 문서를 읽는 시도하지만, 난 여전히 위의 XML 여러 중첩 된 네임 스페이스를 가지고 있기 때문에이 작업을 얻을 수 없습니다입니다.

모든 owl:Class 태그를 찾기 위해 코드를 변경하는 방법을 알려주세요.

Answer 1

ElementTree는 네임 스페이스에 너무 똑똑하지 않습니다. .find(), findall() 및 iterfind() 메서드에 명시 적 네임 스페이스 사전을 제공해야합니다. .이 아주 잘 설명되어 있지 않습니다 :

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

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

접두사가 만 당신이 전달하는 namespaces 매개 변수에 고개 있습니다 이것은 당신이 원하는 네임 스페이스 접두사를 사용할 수 있다는 것을 의미; API는 owl: 부분을 분할하고 namespaces 사전에서 해당 네임 스페이스 URL을 조회 한 다음 검색을 변경하여 XPath 표현식 {http://www.w3.org/2002/07/owl}Class을 찾습니다. 동일한 물론 너무 자신을 구문 사용할 수 있습니다

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

당신이 lxml library 것들로 전환 할 수있는 경우

가 더 낫다; 해당 라이브러리는 동일한 ElementTree API를 지원하지만 요소의 .nsmap 속성에서 네임 스페이스를 수집합니다.

Answer 2

여기 (마티 피에 터스 언급으로) 하드 코드 네임 스페이스를하지 않고 LXML이 작업을 수행하거나 텍스트를 스캔하는 방법은 다음과 같습니다

from lxml import etree 
tree = etree.parse("filename") 
root = tree.getroot() 
root.findall('owl:Class', root.nsmap) 

Answer 3

주 : 이것은 대한 답변 유용 하드 코딩 된 네임 스페이스를 사용하지 않고 Python의 ElementTree 표준 라이브러리.

는

>>> from io import StringIO 
>>> from xml.etree import ElementTree 
>>> my_schema = u'''<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>''' 
>>> my_namespaces = dict([ 
...  node for _, node in ElementTree.iterparse(
...   StringIO(my_schema), events=['start-ns'] 
... ) 
... ]) 
>>> from pprint import pprint 
>>> pprint(my_namespaces) 
{'': 'http://dbpedia.org/ontology/', 
'owl': 'http://www.w3.org/2002/07/owl#', 
'rdf': 'http://www.w3.org/1999/02/22-rdf-syntax-ns#', 
'rdfs': 'http://www.w3.org/2000/01/rdf-schema#', 
'xsd': 'http://www.w3.org/2001/XMLSchema#'} 

그런 다음 사전은에 인수로 전달 될 수

는 네임 스페이스 이벤트 ( 시작 NS)를 시작 구문 분석, 당신은 ElementTree.iterparse 기능을 사용할 수 있습니다 XML 데이터에서 네임 스페이스의 접두사와 URI를 추출하려면 검색 기능 :

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

Answer 4

늦어서 몇 년 나는 알고 있지만 난 그냥 네임 스페이스 유효한 XML로 사전을 변환 처리 할 패키지를 생성 에스. 패키지는 PyPi @https://pypi.python.org/pypi/xmler에서 호스팅됩니다.

myDict = { 
    "RootTag": {      # The root tag. Will not necessarily be root. (see #customRoot) 
     "@ns": "soapenv",   # The namespace for the RootTag. The RootTag will appear as <soapenv:RootTag ...> 
     "@attrs": {      # @attrs takes a dictionary. each key-value pair will become an attribute 
      { "xmlns:soapenv": "http://schemas.xmlsoap.org/soap/envelope/" } 
     }, 
     "childTag": { 
      "@attrs": { 
       "someAttribute": "colors are nice" 
      }, 
      "grandchild": "This is a text tag" 
     } 
    } 
} 

과 같이 보입니다 XML 출력을 얻을 :이 미래

에있는 사람들에게 유용하다

<soapenv:RootTag xmlns:soapenv="http://schemas.xmlsoap.org/soap/envelope/"> 
    <childTag someAttribute="colors are nice"> 
     <grandchild>This is a text tag</grandchild> 
    </childTag> 
</soapenv:RootTag> 

희망이 보이는 사전을 취할 수있는이 패키지를 사용

Answer 5

나는 이와 비슷한 코드를 사용 해왔고 항상 문서를 읽을 가치가 있다는 것을 알았습니다 ... 늘 그렇듯이!

findall()은 현재 태그의 직접 하위 인 개의 요소 만 찾습니다. 그래서, 정말로 모든 것.

크고 복잡한 xml 파일을 다루는 경우 특히 그 하위 하위 요소 (등)가 포함될 경우 다음을 수행하면서 코드를 작성하는 것이 좋습니다. 요소가 XML에있는 곳을 알고 있으면 괜찮을 것이라고 생각합니다! 기억할만한 가치가 있다고 생각했습니다.

root.iter() 

REF :. https://docs.python.org/3/library/xml.etree.elementtree.html#finding-interesting-elements가 "Element.findall()는 현재의 구성 요소의 직접 자식 인 태그 만 요소를 발견 Element.find()는 특정 태그와 제 자식을 발견하고 Element.text element.get()은 요소의 속성에 액세스합니다. "