使用xml.etree解析XML值

Question

这可能是一个非常简单的问题--但我是一名python/xml新手，似乎找不到适合我的答案。

我正在尝试解析XML值，并从xml响应中解析，如下所示

#!/usr/bin/python3
from xml.etree import cElementTree as ET
xmlstr = """<?xml version="1.0" encoding="utf-8"?>
<biwsXML_response type="find">
 <clientdata>
  <message></message>
  <query>jurnamn:Acme Ltd</query>
  <wpquery></wpquery>
  <wpfilter></wpfilter>
 </clientdata> 
 <records total="1">
  <record nr="1">
   <nummer>9990874474</nummer>
   <orgnr>9990874474</orgnr>
   <jurnamn>Acme1 Ltd</jurnamn>
   <ba_postort>T&#228;by</ba_postort>
   <abv_ugrupp></abv_ugrupp>
  </record>
  <record nr="2">
   <nummer>9890874474</nummer>
   <orgnr>9890874474</orgnr>
   <jurnamn>Acme2 Ltd</jurnamn>
   <ba_postort>T&#228;by</ba_postort>
   <abv_ugrupp></abv_ugrupp>
  </record>
 </records>
</biwsXML_response>
"""
biwsXML_response = ET.fromstring(xmlstr)
for records in list(biwsXML_response):
    orgnr = records.find('orgnr').text
    jurnamn = records.find('jurnamn').text
    print('orgnr: %s; jurnamn: %s' % (orgnr, jurnamn))

当我测试时，我得到了以下错误。

Traceback (most recent call last):
  File "read_xml_tst2.py", line 31, in <module>
    orgnr = records.find('orgnr').text
AttributeError: 'NoneType' object has no attribute 'text'

我知道我找不到'NoneType‘的值，但我不明白错误是什么。谢谢你的帮助。

Answer 1

问题是，您必须在XML树中进一步深入。要进入orgnr，必须先进入records，然后进入record

这应该会对你有所帮助：

for record in biwsXML_response.find('records').findall('record'):
    orgnr = record.find('orgnr').text
    jurnamn = record.find('jurnamn').text
    print('orgnr: %s; jurnamn: %s' % (orgnr, jurnamn))

Answer 2

迭代记录将查看<clientdata>和<records>元素。

然后，您将在下一层中搜索这些元素中的每一个元素，以查找具有标记orgnr的元素。这个标签在clientdata中根本不存在，在records中有2层。因此这两个函数都返回None。

.find方法确实支持XPath表达式，您需要使用它来进行更深层次的搜索。

orgnr = biwsXML_response.find('.//orgnr').text
jurnamn = biwsXML_response.find('.//jurnamn').text

现在请记住，.find只返回找到的第一个元素，而不是所有匹配的元素。为此，您需要使用.findall或.iterfind。

Answer 3

你不能这么做

records.find('orgnr').text

...well，你可以，但这是一个等待发生的运行时错误。不能保证.find()会返回一些有用的东西，所以您不能编写忽略这一事实的代码。

在本例中，错误是在代码处理clientdata元素时发生的。

任一

• 将records.find('orgnr')存储在一个变量中，并在您尝试进一步访问它之前检查它是否为None，或者
• 使用.findall()和循环，以便在未找到任何内容时不执行循环体，或者
• 创建一个小辅助函数来获取元素的文本

除此之外，.find()和.findall()都可以与XPath一起工作。从一开始就搜索特定元素可能会更好。

以下是所有三个建议的组合：

biwsXML_response = ET.fromstring(xmlstr)

def get_text(context_element, xpath, default=''):
    element = context_element.find(xpath)
    return element.text if element else default

for record in biwsXML_response.findall('./records/record'):
    orgnr = get_text(record, './orgnr', 'N/A')
    jurnamn = get_text(record, './jurnamn', 'N/A')

    print('orgnr: %s; jurnamn: %s' % (orgnr, jurnamn))