如何在Django/Python中消费RESTful web服务的XML？

Question

我应该使用PyXML还是标准库里的东西？

Answer 1

还有一个叫做 BeautifulSoup 的工具，它的使用方式可能会让一些人更喜欢。下面是一个例子，展示了如何从Twitter的公共时间线上提取所有被点赞的推文：

from BeautifulSoup import BeautifulStoneSoup
import urllib

url = urllib.urlopen('http://twitter.com/statuses/public_timeline.xml').read()
favorited = []

soup = BeautifulStoneSoup(url)
statuses = soup.findAll('status')

for status in statuses:
    if status.find('favorited').contents != [u'false']:
        favorited.append(status)

Answer 2

我总是尽量使用标准库，因为这样更可靠。ElementTree在Python爱好者中非常有名，所以你应该能找到很多例子来学习。它的一些部分还用C语言进行了优化，所以运行速度很快。

http://docs.python.org/library/xml.etree.elementtree.html

Answer 3

ElementTree 是 Python 标准库的一部分。ElementTree 是用纯 Python 写的，而 cElementTree 是用 C 语言实现的，速度更快：

# Try to use the C implementation first, falling back to python
try:
    from xml.etree import cElementTree as ElementTree
except ImportError, e:
    from xml.etree import ElementTree

下面是一个使用的例子，我在这里从一个 RESTful 网络服务获取 XML 数据：

def find(*args, **kwargs):
    """Find a book in the collection specified"""

    search_args = [('access_key', api_key),]
    if not is_valid_collection(kwargs['collection']):
        return None
    kwargs.pop('collection')
    for key in kwargs:
        # Only the first keword is honored
        if kwargs[key]:
            search_args.append(('index1', key))
            search_args.append(('value1', kwargs[key]))
            break

    url = urllib.basejoin(api_url, '%s.xml' % 'books')
    data = urllib.urlencode(search_args)
    req = urllib2.urlopen(url, data)
    rdata = []
    chunk = 'xx'
    while chunk:
        chunk = req.read()
        if chunk:
            rdata.append(chunk)
    tree = ElementTree.fromstring(''.join(rdata))
    results = []
    for i, elem in enumerate(tree.getiterator('BookData')):
        results.append(
               {'isbn': elem.get('isbn'),
                'isbn13': elem.get('isbn13'),
                'title': elem.find('Title').text,
                'author': elem.find('AuthorsText').text,
                'publisher': elem.find('PublisherText').text,}
             )
    return results