Question

我正在尝试使用Beautiful Soup从Python中的某些XML中提取值（但是如果推荐的话，我会兴高采烈地将其转储给其他任何东西）。考虑以下代码;

global humidity, temperature, weatherdescription, winddescription

query = urllib2.urlopen('http://www.google.com/ig/api?weather="Aberdeen+Scotland"')
weatherxml = query.read()
weathersoup = BeautifulSoup(weatherxml)
query.close()

print weatherxml

这样就可以将苏格兰阿伯丁的天气预报打印成XML（目前）（为了防止文字综合症的巨大障碍，大量的XML被删除）;

<?xml version="1.0"?><xml_api_reply version="1"><weather module_id="0"
tab_id="0" mobile_row="0" mobile_zipped="1" row="0" section="0"
><forecast_information><city data="Aberdeen, Aberdeen City"/><postal_code data="&quot;Aberdeen Scotland&quot;"/><latitude_e6
data=""/><longitude_e6 data=""/><forecast_date
data="2012-07-31"/><current_date_time data="1970-01-01 00:00:00
+0000"/><unit_system data="US"/></forecast_information><current_conditions><condition
data="Clear"/><temp_f data="55"/><temp_c data="13"/><humidity
data="Humidity: 82%"/><icon
data="/ig/images/weather/sunny.gif"/><wind_condition data="Wind: SE at
8 mph"/></current_conditions>

现在，我希望能够使用此XML中的天气值填充变量，例如make temperature = 13.解析它是一场噩梦。

如果我在weathersoup上使用任何find函数，我会获得整个标记（例如，对于temp_c，它返回"<temp_c data="13">），各种其他函数不返回任何内容，或整个工作表或部分函数。

如何为任何给定的XML标记返回VALUE，没有乱七八糟的“条带”，或者使用正则表达式，或者基本上是黑客攻击它？

Answer 1

要访问元素data中的属性temp_c：

weathersoup.temp_c['data']

Answer 2

使用lxml，并与XPath保持友好关系。这个示例中的一些对您提供的XML没有意义，因为它没有正确解析...但希望它能让您了解XPath的强大功能。

from lxml import etree
# xmlstr is the string of the input XML data
root = etree.fromstring(xmlstr)

# print the text in all current_date_time elements
for elem in root.xpath('//current_date_time'):
    print elem.text

# print the values for every data attribute in every temp_c element
for value in root.xpath('//temp_c@data'):
    print value

# print the text for only the temp_c elements whose data element is 'Celsius'
for elem in root.xpath('//temp_c[@data="Celsius"]'):
    print elem.text

# print the text for only the temp_c elements that are under the temperatures element, which is under the root.
for elem in root.xpath('/temperatures/temp_c'):
    print elem.text

从Python中解析XML中的值（仅限）

2 个答案: