Question

可能有一个解决我的问题的简单方法，但是我对python3还是很陌生，所以请对我轻松一点；）

我正在运行一个简单的脚本，该脚本已使用此代码成功解析了xml文件中的信息

import xml.etree.ElementTree as ET

root = ET.fromstring(my_xml_file)

u = root.find(".//name").text.rstrip()
print("Name: %s\n" % u)

我正在解析的xml如下

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="/3.2/style/exchange.xsl"?>
<example:world-data xmlns="http://www.example.org" xmlns:ops="http://example.oorg" xmlns:xlink="http://www.w3.oorg/1999/xlink">
  <exchange-documents>
    <exchange-document system="acb.org" family-id="543672" country="US" doc-number="95962" kind="B2">
      <bibliographic-data>
             <name>SomeName</name>
       ...and so on... and ends like this
   </exchange-document>
  </exchange-documents>
</example:world-data>

（由于堆栈溢出策略，链接已被编辑）

预期输出

SomeName

但是，如果我尝试使用相同的python命令从相同的api解析另一个xml，则会收到此错误代码

AttributeError: 'NoneType' object has no attribute 'text'

第二个xml文件如下所示

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="/3.2/style/pub-ftxt-claims.xsl"?>
<ops:world-data xmlns="http://www.example.org/exchange" xmlns:example="http://example.org" xmlns:xlink="http://www.example.org/1999/xlink">
  <ftxt:fulltext-documents xmlns="http://www.examp.org/fulltext" xmlns:ftxt="ww.example/fulltext">
    <ftxt:fulltext-document system="example.org" fulltext-format="text-only">
      <bibliographic-data>
        <publication-reference data-format="docdb">
          <document-id>
            <country>EP</country>
            <doc-number>10000</doc-number>
            <kind>A</kind>
          </document-id>
        </publication-reference>
      </bibliographic-data>
      <claims lang="EN">
        <claim>
          <claim-text>1. Some text.</claim-text>
          <claim-text>2. Some text.</claim-text>
          <claim-text>2. Some text.</claim-text>
        </claim>
      </claims>
    </ftxt:fulltext-document>
  </ftxt:fulltext-documents>
</ops:world-data>

我再次尝试

root = ET.fromstring(usr_str)

u = root.find(".//claim-text").text.rstrip()
print("Abstract: %s\n" % u)

预期产量

1. Some text.

但是它仅打印上述错误消息。为什么我可以使用这些命令解析第一个xml而不解析第二个xml？

我们非常感谢您的帮助。

编辑：Jack Fleeting的代码可在python控制台中使用，但不幸的是，在我的PyCharm中无法使用

from lxml import etree
root = etree.XML(my_xml.encode('ascii'))
root2 = etree.XML(my_xml2.encode('ascii'))

root.xpath('//*[local-name()="name"]/text()')
root2.xpath('//*[local-name()="claim-text"]/text()')

这可能是我的PyCharm中的错误吗？我第一次提到的代码段仍会为名称打印正确的结果...

编辑：原来我不得不使用强制输出

a = root3.xpath('//*[local-name()="claim-text"]/text()')
print(a, flush=True)

Answer 1

在我们寻求可能的解决方案之前，这里有两个问题。一个，您提供的第一个xml代码段无效（例如，<bibliographic-data>未关闭）。我意识到这只是一个代码段，但是由于这是我们必须使用的代码，因此我修改了以下代码段以解决此问题。第二，两个代码片段都有xmlns声明，带有未绑定（未使用）前缀（第一个是example:world-data，第二个是ops:world-data）。我也必须删除这些前缀，以便其余的工作。

鉴于这些修改，使用lxml库应该对您有用。

第一个修改后的代码段：

 my_xml = """<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="/3.2/style/exchange.xsl"?>
<world-data xmlns="http://www.example.org" xmlns:ops="http://example.oorg" xmlns:xlink="http://www.w3.oorg/1999/xlink">
  <exchange-documents>
    <exchange-document system="acb.org" family-id="543672" country="US" doc-number="95962" kind="B2">
      <bibliographic-data>
             <name>SomeName</name>
       ...and so on... and ends like this
         </bibliographic-data>
   </exchange-document>
  </exchange-documents>
</world-data>"""

并且：

my_xml2 = """<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="/3.2/style/pub-ftxt-claims.xsl"?>
<world-data xmlns="http://www.example.org/exchange" xmlns:example="http://example.org" xmlns:xlink="http://www.example.org/1999/xlink">
  <ftxt:fulltext-documents xmlns="http://www.examp.org/fulltext" xmlns:ftxt="ww.example/fulltext">
    <ftxt:fulltext-document system="example.org" fulltext-format="text-only">
      <bibliographic-data>
        <publication-reference data-format="docdb">
          <document-id>
            <country>EP</country>
            <doc-number>10000</doc-number>
            <kind>A</kind>
          </document-id>
        </publication-reference>
      </bibliographic-data>
      <claims lang="EN">
        <claim>
          <claim-text>1. Some text.</claim-text>
          <claim-text>2. Some text.</claim-text>
          <claim-text>3. Some text.</claim-text>
        </claim>
      </claims>
    </ftxt:fulltext-document>
  </ftxt:fulltext-documents>
</world-data>"""

现在可以工作了：

from lxml import etree
root = etree.XML(my_xml.encode('ascii'))
root2 = etree.XML(my_xml2.encode('ascii'))

root.xpath('//*[local-name()="name"]/text()')

输出：

['SomeName']

root2.xpath('//*[local-name()="claim-text"]/text()')

输出：

['1。一些文字。'，'2。一些文字。”，“ 3。一些文字。']

XML解析错误AttributeError：“ NoneType”对象没有属性“文本”

1 个答案: