如何使用lxml解析包含前綴但不包含名稱空間聲明的XML？

Question

我有一堆XML文件使用前綴，但沒有相應的名稱空間聲明。

東西一樣：

<tal:block tal:condition="foo"> 
... 
</tal:block> 

或：

<div i18n:domain="my-app"> 
... 

我知道那些前綴來自中，我嘗試以下，但沒有成功：

from lxml import etree as ElementTree 

ElementTree.register_namespace("i18n", "http://namespaces.zope.org") 
ElementTree.register_namespace("tal", "http://xml.zope.org/namespaces/tal") 

with open(path) as fp: 
    tree = ElementTree.parse(fp) 

但LXML仍嗆着：

lxml.etree.XMLSyntaxError: Namespace prefix i18n for domain on div is not defined, line 4, column 20 

我知道我可以使用ElementTree.XMLParser(recover=True)，但是我想保留前綴，而這個方法不會。

有什麼想法？

Answer 1

這不是有效的XML，使用未定義的前綴，因此沒有XML解析器能夠處理它。

您最好的選擇（除了修復XML）是通過編程修改XML源以將名稱空間屬性添加到根元素（僅使用您的語言中的字符串支持）。在將XML提供給解析器之前，將xmlns:tal="http://xml.zope.org/namespaces/tal"等添加到根元素。然後，XML解析器應該無需投訴並且沒有任何註冊名稱空間的情況下處理它。