Question

我正在尝试用Python读取XML文件，其一般格式如下：

<item id="1149" num="1" type="topic">
    <title>Afghanistan</title>
    <additionalInfo>Afghanistan</additionalInfo>
</item>

（此片段重复多次。）

我正在尝试将id值和title值打印到文件中。目前，我在将XML文件导入Python时遇到了麻烦。目前，我这样做是为了获取XML文件：

import xml.etree.ElementTree as ET
from urllib2 import urlopen

url = 'http://api.npr.org/list?id=3002' #1007 is science
response = urlopen(url)
f = open('out.xml', 'w')
f.write(response)

但是，每当我运行此代码时，我都会收到错误Traceback (most recent call last): File "python", line 9, in <module> TypeError: expected a character buffer object，这让我觉得我没有使用可以处理XML的东西。有没有办法可以将XML文件保存到文件中，然后提取每个部分的title，以及与该标题相关联的id属性？谢谢你的帮助。

Answer 1

您可以通过以下代码阅读回复内容：

import urllib2
opener = urllib2.build_opener(urllib2.HTTPRedirectHandler(),urllib2.HTTPCookieProcessor())
response= opener.open("http://api.npr.org/list?id=3002").read()
opener.close()

然后将其写入文件：

f = open('out.xml', 'w')
f.write(response)
f.close()

Answer 2

您想要的是response.read()而不是response。响应变量是一个不是xml字符串的实例。通过执行response.read()，它将从响应实例中读取xml。

然后您可以将其直接写入如下文件：

url = 'http://api.npr.org/list?id=3002' #1007 is science
response = urlopen(url)
f = open('out.xml', 'w')
f.write(response.read())

或者您也可以直接将其解析为ElementTree，如下所示：

url = 'http://api.npr.org/list?id=3002' #1007 is science
response = urlopen(url)
tree = ET.fromstring(response.read())

要提取所有ID /标题对，您也可以执行以下操作：

url = 'http://api.npr.org/list?id=3002' #1007 is science
response = urlopen(url)
tree = ET.fromstring(response.read())
for item in tree.findall("item"):
    print item.get("id")
    print item.find("title").text

从那里你可以决定存储/输出值的位置

使用Python解析XML文件，同时提取属性和子项

2 个答案: