Python 和 XML 处理

Question

我使用 urllib 获取以下数据:

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<videos xmlns:xs="http://www.w3.org/2001/XMLSchema" 
        xmlns:www="http://www.www.com"">
  <video type="cl">
    <cd>
      <src lang="music">http://www.google.com/ </src>
    </cd>
  </video>
</videos>

我想获取http://www.google.com/，这是我的代码:

import xml.etree.ElementTree as etree
data='<?xml version="1.0" encoding="UTF-8" standalone="yes"?><videos xmlns:xs="http://www.w3.org/2001/XMLSchema" xmlns:www="http://www.www.com""><video type="cl"><cd><src lang="music">http://www.google.com/ </src></cd></video></videos>'
tree = etree.fromstring(data)
geturl=tree.findtext('/video/cd/src').strip()
print geturl

我收到错误:

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

显然，findtext 失败了。我尝试了 findtext('src')，也不起作用。

怎么了？

Answer 1

从路径中删除第一个正斜杠:video/cd/src:

import xml.etree.ElementTree as etree
data='''<?xml version="1.0" encoding="UTF-8" standalone="yes"?><videos xmlns:xs="http://www.w3.org/2001/XMLSchema" xmlns:www="http://www.www.com"><video type="cl"><cd><src lang="music">http://www.google.com/ </src></cd></video></videos>'''
tree = etree.fromstring(data)
geturl=tree.findtext('video/cd/src').strip()
print geturl

产量

http://www.google.com/

正斜杠表示绝对路径，元素上不允许使用绝对路径。

PS。您发布的数据中还存在语法错误: xmlns:www="http://www.www.com"" 末尾有两个双引号...