1

ElementTree を使用して、XML の文字列内のタグと属性を検索しようとしています。文字列は次のとおりです。

'<?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>'

美化:

<?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>

この小さなコードを使用して、文字列を検索可能な XML ツリーに変換しました。

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

tree.find('uclassify')usingはその要素/タグを返すと思っていましたが、何も返さないようです。私も試しました：

for i in tree.iter():
    print i

何かを印刷しますが、私が望むものではありません:

<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>

BeautifulSoup モジュールなどで、タグと属性を検索する最も簡単な方法は何ですか? たとえば、クラス要素の className 属性と p 属性を簡単に取得するにはどうすればよいでしょうか? lxml、xml.dom.minidom、および ElementTree についてさまざまなことを読み続けていますが、必要なものが得られないように見えるため、何かが欠けているに違いありません。

4

1 に答える 1

1

まず第一にuclassifyルートノードなので、tree上記を印刷すると次のように表示されます。

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

Find は現在のノードの子のみを検索するため、およびタグtree.findのみを検索できます。statusreadCalls

最後に、xml 名前空間はすべての名前を微調整しているため、xmlns を取得して、それを使用してタグ名を作成する必要があります。

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

たとえば、3 つのclassタグを取得するには、次のようにする必要があります。

classify = readCalls.find('{%s}classify' % (xmlns,))
classification = classify.find('{%s}classification' %(xmlns,))
classes = classification.findall('{%s}classes'%(xmlns,))
于 2012-08-09T03:53:04.790 に答える