时间戳

首页 > 解决方案 > 从 XML 文件中提取文本

python - 从 XML 文件中提取文本

问题描述

我正在尝试使用 Python 脚本从 XML 文件中提取数据，但我无法让它深入。例如，我成功提取了“更新”和“已发布”类别，但没有提取其他类别。我对提取 alt1 和 alt2 特别感兴趣。

这是xml文件的结构：

   <?xml version='1.0' encoding='UTF-8'?>
    <entry xmlns="http://www.w3.org/2005/Atom" xmlns:as="http://atomserver.org/namespaces/1.0/">
        <id>/electron/atom/v1/domesday/dblocks-CI-52-54/CI-522000-5473000.xml</id>
        <as:revision>0</as:revision>
        <updated>2011-04-29T11:40:19.000Z</updated>
        <published>2011-04-29T11:40:19.000Z</published>
        <content type="application/xml">
            <block xmlns="">
                <alt1>Some text</alt1>
                <alt2>Some other thext</alt2>
            </block>
        </content>
    </entry>

这是我迄今为止尝试过的：

import xml.etree.ElementTree as ET
tree = ET.parse(filename)
root = tree.getroot()
alt1elt = root.findtext('content/dblock/alt1')
alt2elt = root.findtext('content/dblock/alt2')
print(alt1elt)
print(alt2elt)

它打印

None
None

而不是我想要得到的两个字符串。你知道什么可以解决这个问题吗？

标签： pythonxmlparsingxml-parsing

解决方案

from xml.dom import minidom

doc = minidom.parse("yourxmlfile.xml")

print(doc.getElementsByTagName("alt1")[0].firstChild.data)
print(doc.getElementsByTagName("alt2")[0].firstChild.data)

使用 minidom 提取数据的示例。

推荐阅读