我的 xml 結(jié)構(gòu)如下<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9" xmlns:image="http://www.google.com/schemas/sitemap-image/1.1"> <url> <loc>hello world 1</loc> <image:image> <image:loc>this is image loc 1</image:loc> <image:title>this is image title 1</image:title> </image:image> <lastmod>2019-06-19</lastmod> <changefreq>daily</changefreq> <priority>0.25</priority> </url> <url> <loc>hello world 2</loc> <image:image> <image:loc>this is image loc 2</image:loc> <image:title>this is image title 2</image:title> </image:image> <lastmod>2020-03-19</lastmod> <changefreq>daily</changefreq> <priority>0.25</priority> </url></urlset>我只想得到hello world 1hello world 2我的 python 代碼如下：import xml.etree.ElementTree as ETtree = ET.parse('test.xml')root = tree.getroot()for url in root.findall('url'): loc = url.find('loc').text print(loc)不幸的是，它什么也沒給我。但是當我將 xml 更改為<urlset> <url> <loc>hello world 1</loc> <lastmod>2019-06-19</lastmod> <changefreq>daily</changefreq> <priority>0.25</priority> </url> <url> <loc>hello world 2</loc> <lastmod>2020-03-19</lastmod> <changefreq>daily</changefreq> <priority>0.25</priority> </url></urlset>它給了我正確的結(jié)果。hello world 1hello world 2我該怎么做才能在不更改 xml 的情況下獲得正確的結(jié)果？因為修改 10000 多行文件沒有任何意義。愛
2 回答
牛魔王的故事
TA貢獻1830條經(jīng)驗 獲得超3個贊
對您的代碼的（不雅）修復(fù)是：
import xml.etree.ElementTree as ET
tree = ET.parse('test.xml')
root = tree.getroot()
# In find/findall, prefix namespaced tags with the full namespace in braces
for url in root.findall('{http://www.sitemaps.org/schemas/sitemap/0.9}url'):
loc = url.find('{http://www.sitemaps.org/schemas/sitemap/0.9}loc').text
print(loc)
這是因為您必須使用定義 XML 的命名空間來限定標記名稱。有關(guān)如何使用名稱空間find和findall方法的詳細信息來自Parse XML namespace with Element Tree findall
繁星點點滴滴
TA貢獻1803條經(jīng)驗 獲得超3個贊
如果你不想弄亂命名空間，這是比公認的答案更簡單的解決方案，而且更優(yōu)雅，使用通用的 xpath 查詢：
import lxml.etree
tree = lxml.etree.parse('test.xml')
for url in tree.xpath("//*[local-name()='loc']/text()"):
print(url)
如果你更喜歡使用 xml 命名空間，你應(yīng)該這樣做：
import lxml.etree
tree = lxml.etree.parse('test.xml')
namespaces = {
'sitemapindex': 'http://www.sitemaps.org/schemas/sitemap/0.9',
}
for url in tree.xpath("//sitemapindex:loc/text()", namespaces=namespaces):
print(url)
如果你更喜歡直接從內(nèi)存而不是文件加載 xml 數(shù)據(jù)，你可以使用 lxml.etree.fromstring 而不是 lxml.etree.parse。
添加回答
舉報
0/150
提交
取消