Question

我在使用带有XHTML（或带命名空间的XML）的cssselect时遇到问题。虽然文档说明如何在csselect中使用命名空间但我不理解它：cssselect namespaces

我的输入XHTML字符串：

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN"
"http://www.w3.org/TR/xhtml1/DTD/xhtml1-strict.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
  <title>Teststylesheet</title>
  <style type="text/css">
  /*<![CDATA[*/
  ol{margin:0;padding:0}
  /*]]>*/
  </style>
</head>
<body>
</body>
</html>

我的Python脚本：

parser = etree.XMLParser()    
tree = etree.fromstring(xhtmlstring, parser).getroottree()
for style in CSSSelector("style")(tree):
  print "HAVE CSS!"

python脚本不会打印任何Have CSS!。使用etree.HTMLParser代替etree.XMLParser，但我真的想使用XMLParser并保留XHTML的所有内容（名称空间，结构）。

有人可以帮我解决这个命名空间问题吗？

Answer 1

cssselect.CSSSelector（版本2.0）的文档字符串显示了如何使用命名空间：

class CSSSelector(etree.XPath):
    """ ...
    To use CSS namespaces, you need to pass a prefix-to-namespace
    mapping as ``namespaces`` keyword argument::

        >>> rdfns = 'http://www.w3.org/1999/02/22-rdf-syntax-ns#'
        >>> select_ns = cssselect.CSSSelector('root > rdf|Description',
        ...                                   namespaces={'rdf': rdfns})

        >>> rdf = etree.XML((
        ...     '<root xmlns:rdf="%s">'
        ...       '<rdf:Description>blah</rdf:Description>'
        ...     '</root>') % rdfns)
        >>> [(el.tag, el.text) for el in select_ns(rdf)]
        [('{http://www.w3.org/1999/02/22-rdf-syntax-ns#}Description', 'blah')]
    """

如果您已经尝试过此操作，但您的cssselect.CSSSelector版本没有namespaces参数，则可能需要升级您的lxml版本。

在lxml中使用cssselect的XHTML命名空间问题

1 个答案: