Question

将以下xml用作elementTree的输入（使用python 2.7）：

 <body>
<div region="imageRegion" xml:id="img_SUB6756004155_0" ttm:role="caption" smpte:backgroundImage="#SUB6756004155_0">
</body>

我得到以下属性：

所以我需要找到以'backgroundImage'或'id'结尾的属性

通常我会这样：

 div.get('region')

但是在这里我只知道部分属性名称，

可以使用正则表达式吗？

Answer 1

另一种选择是遍历属性并返回以backgroundImage结尾的本地名称的属性值。

示例...

from xml.etree import ElementTree as ET

XML = '''
<body xmlns:ttm="http://www.w3.org/ns/ttml#metadata" 
      xmlns:smpte="http://smpte-ra.org/schemas/2052-1/2013/smpte-tt">
  <div region="imageRegion" xml:id="img_SUB6756004155_0" 
       ttm:role="caption" smpte:backgroundImage="#SUB6756004155_0"></div>
</body>'''

root = ET.fromstring(XML)
div = root.find("div")
val = next((v for k, v in div.attrib.items() if k.endswith('backgroundImage')), None)

if val:
    print(f"Value: {val}")

输出...

Value: #SUB6756004155_0

这可能很脆弱。它仅返回找到的第一个属性。

如果有问题，请改用列表：

val = [v for k, v in div.attrib.items() if k.endswith('backgroundImage')]

它还会错误地返回以“ backgroundImage”结尾的属性（例如“ invalid_backgroundImage”）。

如果这是一个问题，请改用regex：

val = next((v for k, v in div.attrib.items() if re.match(r".*}backgroundImage$", "}" + k)), None)

如果您能够切换到lxml，则可以在xpath中完成对本地名称的测试...

val = div.xpath("@*[local-name()='backgroundImage']")

Answer 2

下面的代码段演示了如何从格式正确的XML文档（问题中的输入文档格式不正确）中获取smpte:backgroundImage属性的值。

smpte:表示该属性已绑定到命名空间http://smpte-ra.org/schemas/2052-1/2013/smpte-tt，这取决于屏幕截图。请注意，ttm和smpte前缀都必须在XML文档中声明（xmlns:ttm="..."和xmlns:smpte="..."）。

在get()调用中，属性名称必须在"Clark notation"：{http://smpte-ra.org/schemas/2052-1/2013/smpte-tt}backgroundImage中给出。

from xml.etree import ElementTree as ET

XML = '''
<body xmlns:ttm="http://www.w3.org/ns/ttml#metadata" 
      xmlns:smpte="http://smpte-ra.org/schemas/2052-1/2013/smpte-tt">
  <div region="imageRegion" xml:id="img_SUB6756004155_0" 
       ttm:role="caption" smpte:backgroundImage="#SUB6756004155_0"></div>
</body>'''

root = ET.fromstring(XML)
div = root.find("div")
print(div.get("{http://smpte-ra.org/schemas/2052-1/2013/smpte-tt}backgroundImage"))

输出：

#SUB6756004155_0

Answer 3

此解决方案也对我有用：

r = re.compile(r'img_.+')
image_id = filter(r.match, div.attrib.values())
id = image_id[0].split('_', 1)[1]

id ='SUB6756004155_0'

python elementTree获取以结尾的属性

3 个答案: