0

我有以下代码来解析 XML，但它不会让我遍历孩子：

import urllib, urllib2, re, time, os
import xml.etree.ElementTree as ET 

def wgetUrl(target):
    try:
        req = urllib2.Request(target)
        req.add_header('User-Agent', 'Mozilla/5.0 (Windows; U; Windows NT 5.1; en-GB; rv:1.9.0.3 Gecko/2008092417 Firefox/3.0.3')
        response = urllib2.urlopen(req)
        outtxt = response.read()
        response.close()
    except:
        return ''
    return outtxt

newUrl = 'http://feeds.rasset.ie/rteavgen/player/playlist?showId=10056467'

data = wgetUrl(newUrl)
tree = ET.fromstring(data)
#tree = ET.parse(data)
for elem in tree.iter('entry'):
    print elem.tag, elem.attrib

现在，如果我从迭代器中删除“条目”，我会得到这样的输出（为什么是 URL？？）：

{http://www.w3.org/2005/Atom}entry {}
{http://www.w3.org/2005/Atom}id {}
{http://www.w3.org/2005/Atom}published {}
{http://www.w3.org/2005/Atom}updated {}
{http://www.w3.org/2005/Atom}title {'type': 'text'}

但是，如果我这样放置 iter 语句，它仍然找不到要输入的子项：

for elem in tree.iter('{http://www.w3.org/2005/Atom}entry'):
    print elem.tag, elem.attrib

我仍然只得到它自己的入口元素，而不是孩子：

{http://www.w3.org/2005/Atom}entry {}

知道我做错了什么吗？

我到处搜索，但无法弄清楚......我对这一切都很陌生，如果这是愚蠢的事情，我很抱歉。

4

1 回答 1

1

如果您正在解析 Atom 提要，您真的想改用该feedparser库，它会为您处理所有这些细节以及更多。

该{http://www.w3.org/2005/Atom}部分是一个命名空间。您需要指定该命名空间来选择entry标签：

for elem in tree.iterfind('ns:entry', {'ns': 'http://www.w3.org/2005/Atom'}):

我使用字典将ns:前缀映射到命名空间，或者您可以使用相同的花括号语法：

for elem in tree.iterfind('{http://www.w3.org/2005/Atom}entry'):

一旦你有了这个元素，你仍然需要明确地找到它的孩子：

for elem in tree.iterfind('{http://www.w3.org/2005/Atom}entry'):
    for child in elem:
        print child
于 2013-01-26T16:08:31.467 回答