首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >如何使用xml.etree进行解析?Python

如何使用xml.etree进行解析?Python
EN

Stack Overflow用户
提问于 2015-12-22 14:14:55
回答 2查看 348关注 0票数 0

Python 3.5

见代码

代码语言:javascript
复制
import urllib.request
from xml.etree import ElementTree as ET

url = 'http://www.sat.gob.mx/informacion_fiscal/tablas_indicadores/Paginas/tipo_cambio.aspx'


def conectar(url):
    page = urllib.request.urlopen(url)
    return page.read()

root = ET.fromstring(conectar(url))
s = root.findall("//*[contains(.,'21/')]")

需要解压缩'21/',但返回此错误:

代码语言:javascript
复制
Erro:

Traceback (most recent call last):
  File "crawler.py", line 11, in <module>
    root = ET.fromstring(conectar(url))
  File "/home/rg3915/.pyenv/versions/3.5.0/lib/python3.5/xml/etree/ElementTree.py", line 1321, in XML
    parser.feed(text)
xml.etree.ElementTree.ParseError: unbound prefix: line 146, column 8

但我不知道如何解决这个错误。

EN

回答 2

Stack Overflow用户

回答已采纳

发布于 2015-12-23 22:50:34

你可以从以下方面开始:

代码语言:javascript
复制
import urllib2
from bs4 import BeautifulSoup

url = 'http://www.sat.gob.mx/informacion_fiscal/tablas_indicadores/Paginas/tipo_cambio.aspx'
response = urllib2.urlopen(url)
html = response.read()
dom = BeautifulSoup(html, 'html.parser')

tables = dom.find_all("table")
if len(tables):
    table = tables[0]
    print table

(用python 2.7测试)

票数 1
EN

Stack Overflow用户

发布于 2015-12-22 15:01:15

当您试图解析的文档声明为xhtml时,由于未绑定前缀,它是无效的xml。

代码语言:javascript
复制
<gcse:search></gcse:search>

未为文档定义gcse ns前缀。

BeautifulSoup可能更适合您想要做的事情,因为它不会对文档100%的有效性感到费心。

票数 1
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/34417831

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档