我正在尝试使用 Python 解析 XML 文件以从 XML 提要中获取标题、作者、URL 和摘要。然后我确保我们收集数据的 XML 是这样的:
<?xml version="1.0" encoding="utf-8"?>
<feed xmlns="http://www.w3.org/2005/Atom"
xmlns:grddl="http://www.w3.org/2003/g/data-view#"
grddl:transformation="2turtle_xslt-1.0.xsl">
<title>Our Site RSS</title>
<link href="http://www.oursite.com" />
<updated>2013-08-14T20:05:08-04:00</updated>
<id>urn:uuid:c60d7202-9a58-46a6-9fca-f804s879f5ebc</id>
<rights>
Original content available for non-commercial use under a Creative
Commons license (Attribution-NonCommercial-NoDerivs 3.0 Unported),
except where noted.
</rights>
<entry>
<title>Headline #1</title>
<author>
<name>John Smith</name>
</author>
<link rel="alternate"
href="http://www.oursite.com/our-slug/" />
<id>1234</id>
<updated>2013-08-13T23:45:43-04:00</updated>
<summary type="html">
Here is a summary of our story
</summary>
</entry>
<entry>
<title>Headline #2</title>
<author>
<name>John Smith</name>
</author>
<link rel="alternate"
href="http://www.oursite.com/our-slug-2/" />
<id>1235</id>
<updated>2013-08-13T23:45:43-04:00</updated>
<summary type="html">
Here is a summary of our second story
</summary>
</entry>
我的代码是:
import xml.etree.ElementTree as ET
tree = ET.parse('data.xml')
root = tree.getroot()
for child in root:
print child.tag
当 Python 打印 child.tag 时,标签不是“条目”,而是“{ http://www.w3.org/2005/Atom }entry”。我曾尝试使用:
for entry in root.findall('entry'):
但这不起作用,因为 entry 标记包含作为根标记一部分的 w3 url。此外,获取 root 的孙辈将他们的标签显示为“{ http://www.w3.org/2005/Atom }author”
我无法更改 XML,但是如何修改它(将根设置为 )并重新保存它或更改我的代码以便 root.findall('entry') 工作?