在 python 2.6 中使用 XML API findall() 时出错答案

【问题标题】：Error when using XML API findall() in with python 2.6在 python 2.6 中使用 XML API findall() 时出错
【发布时间】：2014-12-01 11:17:35
【问题描述】：

我正在使用下面的这段代码从 Alexa API 检索信息，这段代码在 Python 2.7 上运行良好，但我必须使用 Python 2.6，它给了我一个错误：findall() 只需要 2 个参数（ 3 个）

我认为这个方法在 Python 2.7 中有所改变，但我不知道如何让它在 2.6 中工作。

NS_PREFIXES = {
    "alexa": "http://alexa.amazonaws.com/doc/2005-10-05/",
    "awis": "http://awis.amazonaws.com/doc/2005-07-11",
}

tree = api.sites_linking_in(domain + ".eu", count=10, start=0)
alexa_sites_linkin_in = {}
for element in tree.findall('//awis:SitesLinkingIn/awis:Site',NS_PREFIXES):
    alexa_sites_linkin_in.update({
    element.find('awis:Title', NS_PREFIXES).text: element.find('awis:Url', "awis").text})

感谢您的帮助。

【问题讨论】：

你在使用this documentation中的xml.etree.ElementTree的findall函数吗？我不确定这在 Python 2.7 中是如何工作的，只要文档只提到 1 个参数（不包括自我）。
它尝试导入 xml.etree.cElementTree，如果失败则导入 xml.etree.ElementTree。

标签： python xml api alexa

【解决方案1】：

该 api 使用lxml(ElementTree 作为 backport) 来解析 xml。 lxml allowed 附加参数 - 命名空间，但 ElementTree 不允许。那是问题。所以作为修补程序，我建议安装 lxml。

【讨论】：

【解决方案2】：

对于 Python 2.6（及更早版本），您需要手动注册命名空间并将其解析为 Clark 表示法，以便 find() 能够识别它们。

首先，按照http://effbot.org/zone/element-namespaces.htm中的描述注册命名空间：

from xml import ElementTree
try:
    register_namespace = ElementTree.register_namespace
except AttributeError:
    def register_namespace(prefix, uri):
        ElementTree._namespace_map[uri] = prefix

for short_name, url in NS_PREFIXES.items():
    register_namespace(short_name, url)

接下来，您需要自己将命名空间 XPath 解析为 Clark 表示法，find() 在内部使用该表示法。例如，awis:Title 解析为 {http://awis.amazonaws.com/doc/2005-07-11}Title：

def resolved_xpath(xpath, namespace):
    result = xpath
    for short_name, url in namespace.items():
        result = re.sub(r'\b' + short_name + ':', '{' + url + '}', result)
    return result

现在很容易编写修改后的 find() 和 findall()，即使在 Python 2.6 中也能尊重命名空间：

def find_with_namespace(element, xpath, namespace):
    return element.find(resolved_xpath(xpath, namespace))

def findall_with_namespace(element, xpath, namespace):
    return element.findall(resolved_xpath(xpath, namespace))

您的示例可以实现为：

NS_PREFIXES = {
    "alexa": "http://alexa.amazonaws.com/doc/2005-10-05/",
    "awis": "http://awis.amazonaws.com/doc/2005-07-11",
}

tree = api.sites_linking_in(domain + ".eu", count=10, start=0)
alexa_sites_linkin_in = {}
for element in findall_with_namespace(tree, '//awis:SitesLinkingIn/awis:Site',NS_PREFIXES):
    title = find_with_namespace(element, 'awis:Title', NS_PREFIXES).text
    url = find_with_namespace(element, 'awis:Url', NS_PREFIXES).text
    alexa_sites_linkin_in[title] = url

所以，是的，如果可能，请使用lxml。

【讨论】：