当使用lxml呈现XHTML时,一切都很好,除非您碰巧使用了Firefox,它似乎无法处理以名称空间为前缀的XHTML元素和javascript。虽然Opera能够很好地执行javascript(这适用于jQuery和MathJax),但无论XHTML名称空间是否有前缀(在我的例子中是h:
),在Firefox中,脚本都会因奇怪的错误而中止(在MathJax中是未定义的)。
我知道this.head
函数,但它既不接受register_namespace
也不接受None
作为命名空间前缀。我在""
模块中听说过_namespace_map
,但是我的Python抱怨这个属性不存在(版本问题?)
有没有其他方法可以删除XHTML名称空间的名称空间前缀?请注意,正如在对另一个相关问题的回答中所建议的那样,lxml.etree
不是一个我可以接受的方法,因为它不知道XML语义,并且可能很容易弄糟结果文档。
根据请求,您将找到两个可供使用的示例。其中一个namespace prefixes和one without。第一个将在Firefox中显示0(错误),第二个将显示1(正确)。歌剧将使两者都正确。这显然是a Firefox bug,但这仅仅是希望使用lxml的无前缀XHTML的一个理由-还有其他一些很好的理由可以减少移动客户端的流量等(如果考虑到数十或百分之几的html标记,甚至str.replace
也是相当多的)。
最佳答案
This XSL transformation删除content
中的所有前缀,同时保留根节点中定义的命名空间:
import lxml.etree as ET
content = '''\
<?xml version='1.0' encoding='utf-8'?>
<!DOCTYPE html>
<h:html xmlns:h="http://www.w3.org/1999/xhtml" xmlns:ml="http://foo">
<h:head>
<h:title>MathJax Test Page</h:title>
<h:script type="text/javascript"><![CDATA[
function test() {
alert(document.getElementsByTagName("p").length);
};
]]></h:script>
</h:head>
<h:body onload="test();">
<h:p>test</h:p>
<ml:foo></ml:foo>
</h:body>
</h:html>
'''
dom = ET.fromstring(content)
xslt = '''\
<xsl:stylesheet version="1.0"
xmlns="http://www.w3.org/1999/xhtml"
xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
<xsl:output method="xml" indent="no"/>
<!-- identity transform for everything else -->
<xsl:template match="/|comment()|processing-instruction()|*|@*">
<xsl:copy>
<xsl:apply-templates />
</xsl:copy>
</xsl:template>
<!-- remove NS from XHTML elements -->
<xsl:template match="*[namespace-uri() = 'http://www.w3.org/1999/xhtml']">
<xsl:element name="{local-name()}">
<xsl:apply-templates select="@*|node()" />
</xsl:element>
</xsl:template>
<!-- remove NS from XHTML attributes -->
<xsl:template match="@*[namespace-uri() = 'http://www.w3.org/1999/xhtml']">
<xsl:attribute name="{local-name()}">
<xsl:value-of select="." />
</xsl:attribute>
</xsl:template>
</xsl:stylesheet>
'''
xslt_doc = ET.fromstring(xslt)
transform = ET.XSLT(xslt_doc)
dom = transform(dom)
print(ET.tostring(dom, pretty_print = True,
encoding = 'utf-8'))
产量
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<title>MathJax Test Page</title>
<script type="text/javascript">
function test() {
alert(document.getElementsByTagName("p").length);
};
</script>
</head>
<body onload="test();">
<p>test</p>
<ml:foo xmlns:ml="http://foo"/>
</body>
</html>