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
就叫飞六吧18 小时前
考古spring.xml注册bean无法扫描目录问题
xml·java·spring
Star abuse20 小时前
XML转YOLO格式数据集教程
xml·人工智能·yolo
gAlAxy...2 天前
MyBatis 核心配置文件 SqlMapConfig.xml 全解析
xml·mybatis
编程修仙3 天前
第十一篇 Spring事务
xml·java·数据库·spring
金士顿3 天前
Ethercat耦合器添加的IO导出xml 初始化IO参数
android·xml·java
烤麻辣烫3 天前
黑马程序员苍穹外卖后端概览
xml·java·数据库·spring·intellij-idea
暗碳3 天前
安卓abx二进制xml文件转换普通xml文件
android·xml
jinxinyuuuus4 天前
文件格式转换工具：XLSX的XML流式解析、数据类型推断与CSV编码规范
xml
czlczl200209254 天前
从抛出异常到返回 JSON/XML：SpringBoot 异常处理全链路解析
xml·spring boot·json
jiayong234 天前
MyBatis XML Mapper 特殊字符处理方案
xml·mybatis
热门推荐
01GitHub 镜像站点02【超详细教程】手把手教你从微软官网免费下载Windows 10官方原版ISO镜像（2025最新版）03安娜的档案(Anna’s Archive) 镜像网站/国内最新可访问入口（持续更新）04UV安装并设置国内源05React CVE-2025-55182漏洞排查与修复指南06智能库存管理的需求预测模型：从业务痛点到落地代码的完整实践07BongoCat - 跨平台键盘猫动画工具08Linux下V2Ray安装配置指南09本地部署阿里最新开源的Z-Image10在VSCode配置Java开发环境的保姆级教程（适配各类AI编程IDE）