使用 xml.etree 解析 XML 的基本 Python - 问题

Question

我正在尝试解析 XML，但很难做到。我不明白为什么结果一直打印[<Element 'Results' at 0x105fc6110>] 我正在尝试使用

从我的示例中提取 Social

import xml.etree.ElementTree as ET
root = ET.parse("test.xml")
results = root.findall("Results")
print results #[<Element 'Results' at 0x105fc6110>]
              # WHAT IS THIS??


for result in results:
    print result.find("Social") #None

XML 看起来像这样：

<?xml version="1.0"?>
<List1>
    <NextOffset>AAA</NextOffset>
    <Results>
        <R>
            <D>internet.com</D>
            <META>
                <Social>
                    <v>http://twitter.com/internet</v>
                    <v>http://facebook.com/internet</v>
                </Social>
                <Telephones>
                    <v>+1-555-555-6767</v>
                </Telephones>
            </META>
        </R>
    </Results>
</List1>

Answer 1

findall 返回 list 的 xml.etree.ElementTree.Element 对象。在您的情况下，您只有 1 个 Result 节点，因此您可以使用 find 来查找第一个/唯一匹配项。

一旦你得到它，你必须使用find 使用.// 语法，它允许在树中的任何地方搜索，而不仅仅是直接在Result 下的那个。

找到后，只需在 v 标签上的 findall 并打印文本：

import xml.etree.ElementTree as ET
root = ET.parse("test.xml")
result = root.find("Results")

social = result.find(".//Social")

for r in social.findall("v"):
    print(r.text)

结果：

http://twitter.com/internet
http://facebook.com/internet

请注意，我没有对 xml 文件执行有效性检查。您应该检查find 方法是否返回None 并相应地处理错误。

请注意，尽管我对 xml 格式没有信心，但我通过遵循 lxml tutorial 了解了解析它的所有知识。

Answer 2

results = root.findall("Results") 是 list 的 xml.etree.ElementTree.Element 对象。

type(results)
# list
type(results[0])
# xml.etree.ElementTree.Element

find 和 findall 仅在 first 个子项中查找。 iter 方法将遍历匹配任何级别的子子项。

选项 1

如果<Results> 可能有多个<Social> 元素，您可以使用这个：

for result in results:
    for soc in result.iter("Social"):
        for link in soc.iter("v"):
            print link.text

这是最坏的情况。如果您知道每个<Results> 会有一个<Social>，那么它可以简化为：

for soc in root.iter("Social"):
    for link in soc.iter("v"):
        print link.text

都返回

"http://twitter.com/internet"
"http://facebook.com/internet"

---

选项 2

或者使用嵌套列表推导并使用一行代码来完成。因为 Python...

socialLinks = [[v.text for v in soc] for soc in root.iter("Social")]

# socialLinks == [['http://twitter.com/internet', 'http://facebook.com/internet']]

socialLinks 是列表列表。外部列表包含<Social> 元素（本例中只有一个）
每个内部列表都包含来自每个特定<Social> 元素中v 元素的文本。