Skip to main content
 首页 » 编程设计

python之在 python 中使用 lxml 解析标签中的 XML 数据

2025年05月04日7lidabo

我的问题是关于如何获取存储在不允许结束标记的标记中的信息。这是相关的 xml:

<?xml version="1.0" encoding="UTF-8"?> 
<uws:job>   
<uws:results> 
    <uws:result id="2014-03-03T15:42:31:1337" xlink:href="http://www.cosmosim.org/query/index/stream/table/2014-03-03T15%3A42%3A31%3A1337/format/csv" xlink:type="simple"/> 
</uws:results> 
</uws:job> 

我想在这里提取 xlink:href url。如您所见,uws:result 标记不需要结束标记。此外,拥有“uws:”使得在 python 中工作时处理它们有点棘手。到目前为止,这是我尝试过的:

from lxml import etree 
root = etree.fromstring(xmlresponse.content) 
url = root.find('{*}results').text 

其中xmlresponse.content是要解析的xml数据。这个返回的是

'\n    ' 

这表明它只是在查找换行符,因为我真正想要的包含在结果标签内的标签中。任何想法将不胜感激。

请您参考如下方法:

您找到了正确的节点;您错误地提取了数据。而不是

url = root.find('{*}results').text 

你真的很想

url = root.find('{*}results').get('attribname', 'value_to_return_if_not_present') 

或

url = root.find('{*}results').attrib['attribname'] 

(如果不存在将抛出异常)。

由于属性本身的命名空间,您可能还需要使用 {ns}attrib 语法来查找它。

您可以转储属性字典,也可以只复制属性名称。

text 实际上是 元素之间的空格,通常不使用,但支持间距(如 etreeindent)和一些特殊情况。