Разбор XML с помощью ElementTree

Я пытаюсь искать теги и атрибуты в строке XML, используя ElementTree. Вот строка:

'<?xml version="1.0" encoding="UTF-8" ?>\n<uclassify xmlns="http://api.uclassify.com/1/ResponseSchema" version="1.01">\n\t<status success="true" statusCode="2000"/>\n\t<readCalls>\n\t<classify id="thing">\n\t\t<classification textCoverage="0">\n\t\t\t<class className="Astronomy" p="0.333333"/>\n\t\t\t<class className="Biology" p="0.333333"/>\n\t\t\t<class className="Mathematics" p="0.333333"/>\n\t\t</classification>\n\t</classify>\n\t</readCalls>\n</uclassify>'

Prettified:

<?xml version="1.0" encoding="UTF-8" ?>
<uclassify xmlns="http://api.uclassify.com/1/ResponseSchema" version="1.01">
    <status success="true" statusCode="2000"/>
    <readCalls>
        <classify id="thing">
        <classification textCoverage="0">
            <class className="Astronomy" p="0.333333"/>
            <class className="Biology" p="0.333333"/>
            <class className="Mathematics" p="0.333333"/>
        </classification>
        </classify>
    </readCalls>
</uclassify>

Я использовал этот небольшой код, чтобы превратить строку в XML-дерево с возможностью поиска:

>>> from xml.etree.ElementTree import fromstring, ElementTree
>>> tree = ElementTree(fromstring(a))

Я думал, что использование tree.find('uclassify') вернет этот элемент/тег, но, похоже, ничего не возвращает. Я также пробовал:

for i in tree.iter():
    print i

который печатает что-то, но не то, что я хочу:

<Element '{http://api.uclassify.com/1/ResponseSchema}uclassify' at 0x1011ec410>
<Element '{http://api.uclassify.com/1/ResponseSchema}status' at 0x1011ec390>
<Element '{http://api.uclassify.com/1/ResponseSchema}readCalls' at 0x1011ec450>
<Element '{http://api.uclassify.com/1/ResponseSchema}classify' at 0x1011ec490>
<Element '{http://api.uclassify.com/1/ResponseSchema}classification' at 0x1011ec4d0>
<Element '{http://api.uclassify.com/1/ResponseSchema}class' at 0x1011ec510>
<Element '{http://api.uclassify.com/1/ResponseSchema}class' at 0x1011ec550>
<Element '{http://api.uclassify.com/1/ResponseSchema}class' at 0x1011ec590>

Как проще всего искать теги и атрибуты, например, в модуле BeautifulSoup? Например, как легко получить атрибуты className и p для элементов класса? Я продолжаю читать разные вещи о lxml, xml.dom.minidom и ElementTree, но, должно быть, что-то упускаю, потому что не могу получить то, что хочу.


python xml parsing elementtree lxml
person bmay2    schedule 09.08.2012    source источник

Ответы (1)


arrow_upward
1
arrow_downward

Прежде всего, uclassify — это корневой узел, поэтому, если вы просто напечатаете tree выше, вы увидите:

>>> tree
<Element '{http://api.uclassify.com/1/ResponseSchema}uclassify' at 0x101f56410>

Find просматривает только текущие дочерние узлы, поэтому tree.find может найти только теги status и readCalls.

Наконец, пространство имен xml настраивает имена всего, поэтому вам нужно взять xmlns и использовать его для создания имен тегов:

xmlns = tree.tag.split("}")[0][1:]
readCalls = tree.find('{%s}readCalls' % (xmlns,))

Например, чтобы получить 3 тега class, вам нужно:

classify = readCalls.find('{%s}classify' % (xmlns,))
classification = classify.find('{%s}classification' %(xmlns,))
classes = classification.findall('{%s}classes'%(xmlns,))
person stderr    schedule 09.08.2012