Python - 使用 lxml 返回 title.text 属性的值

Question

我试图弄清楚如何使用 lxml 从 url 解析 xml 以返回 title 属性的值。有谁知道我有什么问题或什么会返回标题值/文本？所以在下面的例子中，我想返回'Weeds - S05E05 - Van Nuys - HD TV'的值

来自 URL 的 XML：

<?xml version="1.0" encoding="UTF-8"?>
<subsonic-response xmlns="http://subsonic.org/restapi" status="ok" version="1.8.0">
<song id="11345" parent="11287" title="Weeds - S05E05 - Van Nuys - HD TV" album="Season 5" artist="Weeds" isDir="false" created="2009-07-06T22:21:16" duration="1638" bitRate="384" size="782304110" suffix="mkv" contentType="video/x-matroska" isVideo="true" path="Weeds/Season 5/Weeds - S05E05 - Van Nuys - HD TV.mkv" transcodedSuffix="flv" transcodedContentType="video/x-flv"/>
</subsonic-response>

我当前的 Python 代码：

import lxml
from lxml import html
from urllib2 import urlopen

url = 'https://myurl.com'

tree = html.parse(urlopen(url))
songs = tree.findall('{*}song')
for song in songs:
    print song.attrib['title']

使用上面的代码，我没有得到任何数据返回，有什么想法吗？

打印出树 =

<lxml.etree._ElementTree object at 0x0000000003348F48>

打印出歌曲 =

[]

Answer 1

首先，您实际上并没有在代码中使用lxml。您导入了lxml HTML 解析器，否则忽略它，而只使用标准库xml.etree.ElementTree module。

其次，您搜索data/song，但您的文档中没有任何data 元素，因此找不到匹配项。最后但并非最不重要的一点是，您有一个使用名称空间的文档。您必须在搜索元素时包含这些元素，或使用{*} 通配符搜索。

以下为您查找歌曲：

from lxml import etree

tree = etree.parse(URL)  # lxml can load URLs for you
songs = tree.findall('{*}song')
for song in songs:
    print song.attrib['title']

要使用显式命名空间，您必须将 {*} 通配符替换为完整的命名空间 URL；默认命名空间在 tree 对象上的 .nsmap 命名空间字典中可用：

namespace = tree.nsmap[None]
songs = tree.findall('{%s}song' % namespace)

Answer 2

整个问题在于subsonic-response 标记具有xmlns 属性，表明存在有效的xml 命名空间。下面的代码考虑到了这一点，并正确地添加了歌曲标签。

import xml.etree.ElementTree as ET
root = ET.parse('test.xml').getroot()
print root.findall('{http://subsonic.org/restapi}song')

Answer 3

感谢大家的帮助，我结合使用了你们的两个来让它工作。

import xml.etree.ElementTree as ET
from urllib2 import urlopen

url = 'https://myurl.com'
root = ET.parse(urlopen(url)).getroot()
for song in root:
    print song.attrib['title']