Question

我有一个XML文件，其结构类似于以下内容：

<?xml version="1.0" encoding="UTF-8"?>
<drugbank xmlns="http://www.drugbank.ca" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.drugbank.ca http://www.drugbank.ca/docs/drugbank.xsd" version="5.0" exported-on="2017-12-20">
    <drug type="biotech" created="2005-06-13" updated="2017-11-06">
        <drugbank-id primary="true">DB00001</drugbank-id>
        <drugbank-id>BTD00024</drugbank-id>
        <drugbank-id>BIOD00024</drugbank-id>
        <cas-number>138068-37-8</cas-number>
        <name>Lepirudin</name>
    </drug>
    <drug type="biotech" created="2005-06-13" updated="2017-11-06">
        <drugbank-id primary="true">DB00045</drugbank-id>
        <drugbank-id>BTD00054</drugbank-id>
        <drugbank-id>BIOD00054</drugbank-id>
        <cas-number>205923-56-4</cas-number>
        <name>Lyme disease vaccine (recombinant OspA)</name>
    </drug>
</drugbank>

我正在尝试使用Python 3的cElementTree模块。我想在此XML中提取每种药物的名称，为此我编写了以下代码：

import xml.etree.cElementTree as ET

tree = ET.parse('fulldatabase.xml')
drugbank = tree.getroot()

print(drugbank.tag)

for drug in drugbank:
    print(drug.find('name').text)

我得到的错误是AttributeError: 'NoneType' object has no attribute 'text'

我也尝试过检查this，但OP在其中写的答案对我不起作用。有没有办法从每种药物中取出name和cas-number字段。我尝试了一些组合，例如在for循环条件中删除findall()，但即便如此，事情对我也不起作用。

Answer 1

除了名字，你还需要什么吗？如果不是这样的话。您未按照文件的xml部分中的定义正确使用<drugbank xmlns="http://www.drugbank.ca"命名空间

for drug in drugbank.iter('{http://www.drugbank.ca}name'):
    print drug.text

Lepirudin
Lyme disease vaccine (recombinant OspA)

以下是另一种获取所需元素的方法：

for child in drugbank.getchildren():
    print {'cas-number': child.find('{http://www.drugbank.ca}cas-number').text, 'name': child.find('{http://www.drugbank.ca}name').text}

{'cas-number': '138068-37-8', 'name': 'Lepirudin'}
{'cas-number': '205923-56-4', 'name': 'Lyme disease vaccine (recombinant OspA)'}

cElementTree从XML python中提取数据

1 个答案: