如何使用 Python 中的 Elementtree 在 XML 中搜索特定于命名空间的标签?
我有一个 XML/RSS 文档,例如:
<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0"
xmlns:content="http://purl.org/rss/1.0/modules/content/"
xmlns:wfw="http://wellformedweb.org/CommentAPI/"
xmlns:dc="http://purl.org/dc/elements/1.1/"
xmlns:wp="http://wordpress.org/export/1.0/"
>
<channel>
<title>sometitle</title>
<pubDate>Tue, 28 Aug 2012 22:36:02 +0000</pubDate>
<generator>http://wordpress.org/?v=2.5.1</generator>
<language>en</language>
<wp:wxr_version>1.0</wp:wxr_version>
<wp:category><wp:category_nicename>apache</wp:category_nicename><wp:category_parent></wp:category_parent><wp:cat_name><![CDATA[Apache]]></wp:cat_name></wp:category>
</channel>
</rss>
但是当我尝试通过以下操作找到所有“wp:category”标签时:
import xml.etree.ElementTree as xml
tree = xml.parse(fn)
doc = tree.getroot()
categories = doc.findall('channel/wp:category')
我得到错误:
SyntaxError: prefix 'wp' not found in prefix map
搜索任何非 namespace 特定的字段都可以正常工作。我做错了什么?
最佳答案
您需要handle the namespace prefixes ,通过使用 iterparse 并直接处理事件,或者通过在解析之前显式声明您感兴趣的前缀。根据您尝试执行的操作,我会承认在我比较懒的时候,我只是在解析 XML 之前用字符串替换去除所有前缀。
关于python - 在 Python 中使用 Elementtree 解析 RSS,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/12861752/