lxml解析xml时需显式处理xmlns命名空间，否则find()和xpath()因命名空间不匹配返回none；推荐方案为预处理正则删除xmlns属性或注册命名空间前缀后查询。
lxml解析时如何跳过xmlns命名空间干扰
直接说结论：lxml本身不支持“全局忽略命名空间”，但可以通过预处理XML文本或改用etree.XMLParser的remove_blank_text和strip_cdata之外的更关键手段——用正则临时剥离xmlns属性，或在XPath查询时显式处理命名空间。硬刚xmlns只会让find()、xpath()全失效。
为什么xmlns会让find()和xpath()找不到元素
因为lxml把带xmlns的文档视为“有命名空间的XML”，所有元素自动归属默认命名空间（哪怕没前缀）。此时root.find('item')实际查的是无命名空间的item，而文档里真实的是{http://example.com}item，自然匹配失败。
- 常见错误现象：
root.find('title')返回None，但print(root.tag)显示{http://purl.org/rss/1.0/}rss - 使用场景：解析RSS、Atom、SOAP响应、某些国产API返回的XML（尤其喜欢加
xmlns=""） - 参数差异：
etree.parse()和etree.fromstring()行为一致，问题不在解析函数，而在后续查询逻辑
三种实操方案及取舍
别信“设置recover=True就能忽略”的说法——那只是容错解析HTML，对XML命名空间无效。
-
方案一（推荐，简单暴力）：用正则提前删掉所有
xmlns属性xml_str = re.sub(r'\s+xmlns[^=]*="[^"]*"', '', xml_str)
再用etree.fromstring(xml_str)。适用于你完全不关心命名空间语义、只要数据能取到的场景 -
方案二（标准做法）：注册命名空间前缀后写带前缀的XPath
ns = {'ns': 'http://purl.org/rss/1.0/'}<br>root.xpath('//ns:channel/ns:title', namespaces=ns)
需要先用root.nsmap或root.xpath('namespace::*')确认实际URI -
方案三（隐藏坑最多）：用
etree.XMLParser配合remove_comments等参数——但它不处理命名空间，纯属误导。别在这儿浪费时间
容易被忽略的兼容性细节
有些XML里混用默认命名空间和带前缀的命名空间（比如<rss xmlns="http://..."><item><content></content></item></rss>），这时光删xmlns会导致media:content变成非法标签而被lxml静默丢弃。这种混合结构必须走方案二，且要分别注册多个前缀。
立即学习“Python免费学习笔记（深入）”；
另外，etree.tostring()输出时默认会补回xmlns，即使你用方案一删过——这不是bug，是lxml按规范重建命名空间声明。如果导出时不能带xmlns，得手动用re.sub再清理一次输出字符串。
