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。
