1

我对 Python 很陌生，所以我很欣赏我的方法可能有点粗糙和准备好了，但任何帮助都会非常受欢迎。

我正在寻找循环遍历 xml 行文件并解析其中一个标签中的日期。我有单独工作的元素；我可以读入文件，遍历它并写入输出文件，另外我也可以单独取一行 xml 并解析它以提取日期。但是，当我尝试通过逐行读取并解析它们来将两者结合起来时，我收到以下错误：

Traceback (most recent call last):
File "./sadpy10.py", line 19, in <module>
DOMTree = xml.dom.minidom.parse(line)
File "/usr/lib/python2.6/xml/dom/minidom.py", line 1918, in parse
return expatbuilder.parse(file)
File "/usr/lib/python2.6/xml/dom/expatbuilder.py", line 922, in parse
fp = open(file, 'rb')
IOError: [Errno 2] No such file or directory: '<Header><Version>1.0</Version>....<cd:Data>...</Data>.....  <cd:DateReceived>20070620171524</cd:DateReceived>'

初始输入文件 (report2.out) 如下，另一个输入文件 (parseoutput.out) 只是删除了每行末尾的大量空白，因为我收到一个 IO 错误，说该行太长：

<Header><Version>1.0</Version>....<cd:Data>...</Data>.....<cd:DateReceived>20070620171524</cd:DateReceived>             
<Header><Version>1.0</Version>....<cd:Data>...</Data>.....<cd:DateReceived>20140523012300</cd:DateReceived>            
...

我的代码在这里：

#!/usr/bin/python

from xml.dom.minidom import parse
import xml.dom.minidom
import datetime

f = open('report2.out','r')
file = open("parseoutput.out", "w")
for line in f:
     # I had to strip the whitespace from end of each line as I was getting error saying the lines were too long
    line = line.rstrip()
    file.write(line + '\n')
f.close()
file.close()

f = open("parseoutput.out","r")
for line in f:
   DOMTree = xml.dom.minidom.parse(line)
   collection = DOMTree.documentElement

   get_date = collection.getElementsByTagName("cd:DateReceived").item(0).firstChild.nodeValue
   get_date = datetime.datetime.strptime(get_date, "%Y%m%d%H%M%S").isoformat()
   get_date = get_date.replace("T"," ")
   print get_date
f.close()

任何帮助将不胜感激。

4

1 回答 1

2

xml.dom.minidom.parse接受文件名或文件（或类似文件的对象）作为其第一个参数。因为parseoutput.out每一行都包含单独的 XML 文档，所以这个函数对你不起作用。相反，使用xml.dom.minidom.parseString. 这是创建StringIO对象并将其传递给parse.

for line in f:
    DOMTree = xml.dom.minidom.parseString(line)
    collection = DOMTree.documentElement
于 2014-11-26T16:15:19.187 回答