在Python中解析Google Earth KML文件（lxml，命名空间）

我正在尝试解析.kml https://developers.google.com/kml/documentation/使用 xml 模块将文件导入到 Python 中（在 BeautifulSoup 中未能实现此功能，我将其用于 HTML）。

由于我是第一次做，所以就关注官方了tutorial http://lxml.de/1.3/tutorial.html一切都很顺利，直到我尝试构造一个迭代器来通过根迭代提取数据：

from lxml import etree
tree=etree.parse('kmlfile')

这里是example http://lxml.de/1.3/tutorial.html#tree-iteration从我试图模仿的教程中：

如果您知道您只对单个标签感兴趣，则可以将其名称传递给 getiterator() 以让它为您过滤：

for element in root.getiterator("child"):
    print element.tag, '-', element.text

我想获取“地标”下的所有数据，所以我尝试了

for i in tree.getiterterator("Placemark"):
    print i, type(i)

这没有给我任何东西。起作用的是：

for i in tree.getiterterator("{http://www.opengis.net/kml/2.2}Placemark"):
    print i, type(i)

我不明白这是怎么发生的。 www.opengis.net 在文档开头的标签中列出（kml xmlns =“http://www.opengis.net/kml/2.2”...），但我不明白

• {} 中的部分与我的具体示例有何关系

• 为什么它与教程不同

• 我做错了什么

任何帮助深表感谢！

这是我的解决方案。 所以，最重要的就是读书this https://msdn.microsoft.com/en-us/library/aa468565.aspx正如托马拉克发布的。这是对命名空间的很好的描述并且很容易理解。

我们将使用XPath https://www.w3schools.com/xml/xpath_intro.asp导航 XML 文档。它的表示法类似于文件系统，其中父级和子级由斜杠分隔/。语法已解释here http://www.w3schools.com/xsl/xpath_syntax.asp，但请注意，某些命令对于lxml实现 http://lxml.de/api/lxml.etree.XPath-class.html.

＃＃＃问题

我们的目标是提取城市名称：内容<name>这是在<Placemark>。这是相关的 XML：

<Placemark> <name>CITY NAME</name> 

与我上面发布的非功能代码等效的 XPath 是：

tree=etree.parse('kml document')
result=tree.xpath('//Placemark/name/text()')

哪里的text()需要部分来获取该位置中包含的文本//Placemark/name.

现在，正如托马拉克指出的那样，这不起作用，因为这两个节点的名称实际上是{http://www.opengis.net/kml/2.2}Placemark and {http://www.opengis.net/kml/2.2}name。大括号中的部分是默认命名空间。它没有出现在实际文档中（这让我很困惑），但它是在 XML 文档的开头定义的，如下所示：

xmlns="http://www.opengis.net/kml/2.2"

＃＃＃解决方案

我们可以通过设置为 xpath 提供命名空间namespaces争论：

xpath(X, namespaces={prefix: namespace})

对于具有实际前缀的命名空间来说，这很容易，例如在本文档中<gx:altitudeMode>relativeToSeaFloor</gx:altitudeMode>哪里的gx前缀在文档中定义为xmlns:gx="http://www.google.com/kml/ext/2.2".

然而，Xpath 不理解默认命名空间是什么（参见docs http://lxml.de/xpathxslt.html）。因此，我们需要欺骗它，就像上面托马拉克建议的那样：我们为默认值发明一个前缀并将其添加到我们的搜索词中。例如，我们可以将其称为 kml。这段代码实际上起到了作用：

tree.xpath('//kml:Placemark/kml:name/text()', namespaces={"kml":"http://www.opengis.net/kml/2.2"})

The tutorial http://lxml.de/xpathxslt.html提到还有一个ETXPath http://lxml.de/api/lxml.etree.ETXPath-class.html方法，其工作方式与 Xpath 类似，只不过将名称空间写在大括号中而不是在字典中定义它们。因此，输入的样式为{http://www.opengis.net/kml/2.2}Placemark.