将python lxml文本作为字符串返回，而不是从xml返回单个项目列表。

Question

使用Microsoft Books.xml https://learn.microsoft.com/en-us/previous-versions/windows/desktop/ms762271(v=vs.85)

第一项的样本。

<catalog>
   <book id="bk101">
      <author>Gambardella, Matthew</author>
      <title>XML Developer's Guide</title>
      <genre>Computer</genre>
      <price>44.95</price>
      <publish_date>2000-10-01</publish_date>
      <description>An in-depth look at creating applications 
      with XML.</description>
   </book>
</catalog>

试图用一个奇怪的id从id中提取所有的书名。在字典中捕获id和title作为键，值

到目前为止，我有这个工作，除了所有的标题返回作为一个单一的项目列表。

import xml.etree.ElementTree as ET

tree = ET.parse('books.xml')
root = tree.getroot()

data = {}
for child in root.findall('book'):
    for k,v in child.items():
        for title in child.iter('title'):
            if int(v.split('k')[1]) % 2 != 0:
                if k not in data:
                    data[v] = []
                data[v].append(title.text)
            
print(data['bk101'])

输出

{'bk101': ["XML Developer's Guide"], 'bk103': ['Maeve Ascendant'], 'bk105': ['The Sundered Grail'], 'bk107': ['Splish Splash'], 'bk109': ['Paradox Lost'], 'bk111': ['MSXML3: A Comprehensive Guide']}

期望输出

{'bk101': "XML Developer's Guide", 'bk103': 'Maeve Ascendant', 'bk105': 'The Sundered Grail', 'bk107': 'Splish Splash', 'bk109': 'Paradox Lost', 'bk111': 'MSXML3: A Comprehensive Guide'}

如何将标题作为文本而不是列表返回？

注意事项我可以将它们作为文本从我的字典中提取

print(data['bk101'][0])

但是，倾向于将它们保存到字典中，作为以后不提取的文本。

编辑我意识到这是因为在检查键是否存在时，我正在创建一个作为默认值的列表。但是，不能将None类型作为占位符来避免列表副作用。

意识到我应该使用fromkeys键，就像在这个答案所以要用键和空值初始化一个dict中

但我如何在循环中做到这一点呢？

Answer 1

如果您不期望每本书有多个<title>标记，那么就没有必要使用列表，您可以只分配title.text的值，而不是追加它。此外，当您知道您特别希望使用child.items()属性时，就没有必要对id进行迭代。如果有其他属性，它可能会导致问题，因为它们不会以相同的格式被拆分。

基于以下假设的简化代码是:每个<book>都有一个id和一个<title>子程序(如您的示例XML中所示)：

for child in root.findall('book'):
    book_id = child.get('id')
    if int(book_id.split('k')[1]) % 2 != 0:
        data[book_id] = child.find('title').text

print(data)

这给出了输出：

{'bk101': "XML Developer's Guide", 'bk103': 'Maeve Ascendant', 'bk105': 'The Sundered Grail', 'bk107': 'Splish Splash', 'bk109': 'Paradox Lost', 'bk111': 'MSXML3: A Comprehensive Guide'}

如果<title>可能丢失，find()可以返回None，因此需要附加的If条件。

如果您希望每个<title>有多个<book>标记，最好有一个列表，并在您的问题中使用child.iter('title')。这也将隐式地处理缺少的标题大小写，因为循环中的代码不会运行。