Question

我正在尝试使用lxml.etree来解析Wordpress导出文档（它的XML，有点像RSS）。我只对已发布的帖子感兴趣，所以我使用以下内容来浏览已发布的帖子：

for item in data.findall("item"):
    if item.find("wp:post_type").text != "post":
        continue
    if item.find("wp:status").text != "publish":
        continue
    write_post(item)

其中data是标记，其中包含所有item标记。item标记包含帖子，页面和草稿。我的问题是lxml无法找到名称中包含:的标记（例如wp:post_type）。当我尝试item.find("wp:post_type")时，我收到此错误：

Traceback (most recent call last):
  File "<input>", line 1, in <module>
  File "lxml.etree.pyx", line 1279, in lxml.etree._Element.find (src/lxml/lxml.e
tree.c:38124)
  File "/usr/lib64/python2.7/site-packages/lxml/_elementpath.py", line 210, in f
ind
    it = iterfind(elem, path)
  File "/usr/lib64/python2.7/site-packages/lxml/_elementpath.py", line 200, in i
terfind
    selector = _build_path_iterator(path)
  File "/usr/lib64/python2.7/site-packages/lxml/_elementpath.py", line 184, in _
build_path_iterator
    selector.append(ops[token[0]](_next, token))
KeyError: ':'

我假设KeyError : ':'指的是标签名称中的冒号无效。有什么方法可以逃脱冒号，以便lxml找到正确的标签？ :在这种情况下是否具有某些特殊含义？或者我做错了什么？任何帮助将不胜感激。

Answer 1

:是XML命名空间分隔符。要在lxml中转义冒号，您需要将其替换为大括号内的命名空间URL，如item.find("{http://example.org/}status").text中所示。

标签：lxml中的名称

1 个答案: