如何在 Google App Engine 上用 Python 解析 xml

Posted 2023-02-23

【中文标题】如何在 Google App Engine 上用 Python 解析 xml

【英文标题】：How to parse xml in Python on Google App Engine

【发布时间】：2011-06-01 05:05:20

【问题描述】：

对于这个following xml，我如何获取xml，然后解析它以获取<age> 的值？

<boardgames>
  <boardgame objectid="13">
  <yearpublished>1995</yearpublished>
  <minplayers>3</minplayers>
  <maxplayers>4</maxplayers>
  <playingtime>90</playingtime>
  <age>10</age>
  <name sortindex="1">Catan</name>
  ...

我目前正在尝试：

result = urlfetch.fetch(url=game_url)
xml = ElementTree.fromstring(result.content)

但我不确定我是否走在正确的道路上。当我尝试解析时出现错误（我认为是因为 xml 不是有效的 xml）。

【问题讨论】：

当我用urllib2抓取页面时工作正常：xml = ElementTree.fromstring(urllib2.urlopen('http://www.boardgamegeek.com/xmlapi/boardgam e/13').read())

我正在获取 xml，但我不知道如何使用 ElementTree 来获取单个元素的值。那么如何获取 的值？

【参考方案1】：

xml.findtext('age') 或 xml.findtext('boardgames/age') 通常会在 <age>10</age> 中为您提供 10，但由于 xml 无效，解析似乎失败。根据我的经验，ElementTree 在解析无效 xml 方面做得相当差。

改为使用BeautifulSoup，它可以很好地处理无效的xml。

content = urllib2.urlopen('http://boardgamegeek.com/xmlapi/boardgame/13').read()
soup = BeautifulSoup(content)
print soup.find('age').string

【参考方案2】：

以下对我有用：

import urllib2
from xml.etree import ElementTree

result = urllib2.urlopen('http://boardgamegeek.com/xmlapi/boardgame/13').read()
xml = ElementTree.fromstring(result)
print xml.findtext(".//age")