问题标签 [celementtree]

我对同一工作的多个库感到困惑。我想学习一个可以同时处理 xml 和 html 解析的库。做 elementtree 是否兼容 html 解析。我听说过 lxml、xml.elementtree、beautifulsoup、minidom、scrapy。有谁能够帮我。

几天前我开始学习 Python，以建立一个基本站点，以便从 BOINC 项目（例如 SETI@home 等）中编译一些统计数据。

基本上该网站会：

• 下载gz文件
• 将gz文件解压成xml文件
• 将 xml 信息构建到数据结构中
• 将数据结构写回 cvs 文件

总共有来自 34 个不同 BOINC 项目的 34 个 .gz 文件。

现在所有代码都已完成并且可以工作，但是来自一个项目的 .gz 文件拒绝解析，而其他 34 个工作正常。

该文件是：

从

这些是我得到的错误：

这是下载 .gz 文件并解析 XML 的代码：（我省略了 var 声明等）

作为一个新手，我发现很难理解哪里出了问题，因为 (a) 错误指的是 Python 核心文件，例如 ElementTree.py，并且 (b) 我不明白为什么 .gz 文件有许多其他 BOINC stat使用的网站不会在这里工作，以及（c）为什么我的代码适用于 34 个文件，但不是这个 1.

目前我正在努力寻找正确的答案，所以如果有人可以帮助我解决这个问题，那就太好了。我有一个更深层次的 XML，我想将其转换为表格。XML 看起来像这样：

所以最终我想要的输出将是一个包含 val1 列和一个 colmun val2 的表。所以 val1 每个父母重复两次。

桌子的图片如图

正如人们可能会注意到的那样，我对此很陌生，但是我找不到合适的答案。

我有一些想要按元素名称排序的 XML 文件。这些 xml 文件在我的 salesforce 沙箱/组织中被视为配置文件。我已经构建了一些代码，这些代码采用 xml 文件并将其附加到每个配置文件 xml 文件的底部。允许我一次将代码添加到多个文件，而不必复制/粘贴到每个文件。这里的问题，xml需要按元素名称的字母顺序排序，例如：（classAccesses，fieldPermissions，layoutAssignments，recordTypeVisibilities，objectPermissions）我在下面粘贴了一个xml的示例。文件的格式需要保持一致并且不能更改，因为销售人员可能不喜欢它。

如果有帮助，这是我构建的 python 脚本。如果您有任何问题，请随时提问。谢谢！

我正在解析一个包含 3 个不同名称空间的 XML 文档，其中 2 个没有前缀。这个 XML-doc 看起来像：

所以基本上，namespace1 用于前两行，namespace2 用于第三行，namespace3 用于第四行。但是，当我注册命名空间时

我的输出文档最终将“ns1:”放在关于命名空间2 的所有内容的前面。如果我将其中一个的前缀更改为例如“b”，它显然会将这个“b”放在相关元素名称的前面，这是我试图避免的。有谁知道如何解决这个问题？提前致谢。

如何让 ElementTree.toString 方法 从节点的文本属性输出？

输出：

但我希望它能够识别 实体和输出：