关于 xpath 查找 XML 元素的一点总结

程序员的世界你不懂2025-04-25 10:05

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

相关推荐
曹牧5 小时前
Java：XML被自动转义
xml·java·开发语言
FL171713146 小时前
Mujoco & robosuite 机器人模型
xml·java·机器人
limengshi1383921 天前
使用Python将YOLO的XML标注文件转换为TXT文件格式
xml·python·yolo
亮学长2 天前
介绍XML
xml
攒了一袋星辰2 天前
Spring如何通过XML注册Bean
xml·java·spring
yuren_xia2 天前
示例：spring xml+注解混合配置
xml·java·spring
百锦再2 天前
SQLiteDatabase 增删改查(CRUD)详细操作
android·xml·java·ide·android studio·安卓
Code哈哈笑2 天前
【Spring Boot基础】MyBatis的基础操作：增删查改、列名和属性名匹配 -- XML实现
xml·java·spring boot·后端·spring·mybatis
Vaclee2 天前
MyBatis框架—xml映射
xml·java·mybatis
热门推荐
01从零安装 LLaMA-Factory 微调 Qwen 大模型成功及所有的坑02KGG转MP3工具|非KGM文件|解密音频03我决定放弃搞 Java 了04✨分享我在飞书多维表格中使用DeepSeek的经历✨05YOLOv8入门 | 重要性能衡量指标、训练结果评价及分析及影响mAP的因素【发论文关注的指标】06苍穹外卖面试总结07Coze扣子平台完整体验和实践（附国内和国际版对比）08yolov8，yolo11，yolo12 服务器训练到部署全流程 笔记09DeepSeek各版本说明与优缺点分析10如何在WPS和Word/Excel中直接使用DeepSeek功能