Python 3.4 - XML Parse - IndexError：列表索引超出范围 - 如何找到XML的范围？

Question

好吧，伙计们，我是解析XML和Python的新手，我正试图让它发挥作用。如果有人可以帮助我，我将不胜感激。如果你可以帮助我（教育我）如何为自己解决这个问题，那就更好了！

我无法找出XML文档的引用范围，因为我找不到任何文档。这是我的代码，我将在之后包含整个Traceback。

#import library to do http requests:
import urllib.request

#import easy to use xml parser called minidom:
from xml.dom.minidom import parseString
#all these imports are standard on most modern python implementations

#download the file:
file = urllib.request.urlopen('http://www.wizards.com/dndinsider/compendium/CompendiumSearch.asmx/KeywordSearch?Keywords=healing%20%word&nameOnly=True&tab=')
#convert to string:
data = file.read()
#close file because we dont need it anymore:
file.close()
#parse the xml you downloaded
dom = parseString(data)
#retrieve the first xml tag (<tag>data</tag>) that the parser finds with name tagName:
xmlTag = dom.getElementsByTagName('Data.Results.Power.ID')[0].toxml()
#strip off the tag (<tag>data</tag>  --->   data):
xmlData=xmlTag.replace('<id>','').replace('</id>','')
#print out the xml tag and data in this format: <tag>data</tag>
print(xmlTag)
#just print the data
print(xmlData)

回溯

/usr/bin/python3.4 /home/mint/PycharmProjects/DnD_Project/Power_Name.py
Traceback (most recent call last):
  File "/home/mint/PycharmProjects/DnD_Project/Power_Name.py", line 14, in <module>
xmlTag = dom.getElementsByTagName('id')[0].toxml()
IndexError: list index out of range

使用退出代码1完成处理

Answer 1

print len( dom.getElementsByTagName('id') )

---

修改

ids = dom.getElementsByTagName('id')

if len( ids ) > 0 :
     xmlTag = ids[0].toxml()
     # rest of code

---

编辑：我添加了示例，因为我在其他评论中看到你不知道如何使用它

BTW：我在代码中添加了一些关于文件/连接的注释

import urllib.request

from xml.dom.minidom import parseString

# create connection to data/file on server
connection = urllib.request.urlopen('http://www.wizards.com/dndinsider/compendium/CompendiumSearch.asmx/KeywordSearch?Keywords=healing%20%word&nameOnly=True&tab=')

# read from server as string (not "convert" to string):
data = connection.read()

#close connection because we dont need it anymore:
connection.close()

dom = parseString(data)

# get tags from dom
ids = dom.getElementsByTagName('Data.Results.Power.ID')

# check if there are any data
if len( ids ) > 0 :
    xmlTag = ids[0].toxml()
    xmlData=xmlTag.replace('<id>','').replace('</id>','')
    print(xmlTag)
    print(xmlData)
else:
    print("Sorry, there was no data")

如果有更多标签，您可以使用for循环

dom = parseString(data)

# get tags from dom
ids = dom.getElementsByTagName('Data.Results.Power.ID')

# get all tags - one by one
for one_tag in ids:
    xmlTag = one_tag.toxml()
    xmlData = xmlTag.replace('<id>','').replace('</id>','')
    print(xmlTag)
    print(xmlData)

BTW：

• getElementsByTagName()需要标记名ID - 而不是路径Data.Results.Power.ID
• 标记名为ID，因此您必须替换<ID>而不是<id>
• 对于此标记，您可以使用one_tag.firstChild.nodeValue代替xmlTag.replace

dom = parseString(data)

# get tags from dom
ids = dom.getElementsByTagName('ID') # tagname

# get all tags - one by one
for one_tag in ids:
    xmlTag = one_tag.toxml()
    #xmlData = xmlTag.replace('<ID>','').replace('</ID>','')
    xmlData = one_tag.firstChild.nodeValue
    print(xmlTag)
    print(xmlData)

Answer 2

我有一段时间没有使用内置的xml库，但Mark Pilgrim的精彩Dive into Python书已经介绍了它。

- 我看到我输入的内容已经回答了你的问题，但是既然你提到了Python的新手，我想你会发现这个文本对于xml解析非常有用，并且是对该语言的一个很好的介绍。

如果您想尝试另一种解析xml和html的方法，我强烈推荐lxml。