在python中解析Solr输出

Question

我正在尝试解析表单的solr输出：

<doc>
<str name="source">source:A</str>
<str name="url">URL:A</str>
<date name="p_date">2012-09-08T10:02:01Z</date>
</doc>
<doc>
<str name="source">source:B</str>
<str name="url">URL:B</str>
<date name="p_date">2012-08-08T11:02:01Z</date>
</doc>

我热衷于使用beautifulsstonesoup（beautifulsttonesoup的版本；我认为在BS4之前）来解析文档。 我使用了漂亮的汤来解析HTML，但是有些时候我无法找到一种有效的方法来提取标记的内容。在

我写过：

^{pr2}$

我确实感觉到，我可以通过我的方式强行通过它来获得输出（比如说“再加一次汤”），但我希望有一个有效的解决方案来提取数据。 我需要的输出是：

source:A
URL:A
2012-09-08T10:02:01Z
source:B
URL:B
2012-08-08T11:02:01Z

谢谢

Answer 1

请改用XML解析器执行任务；^{}包含在Python中：

from xml.etree import ElementTree as ET

# `ET.fromstring()` expects a string containing XML to parse.
# tree = ET.fromstring(solrdata)  
# Use `ET.parse()` for a filename or open file object, such as returned by urllib2:
ET.parse(urllib2.urlopen(url))

for doc in tree.findall('.//doc'):
    for elem in doc:
        print elem.attrib['name'], elem.text

Answer 2

你一定要使用这种特殊的输出格式吗？Solr支持现成的Python输出格式（至少在版本4中），只需在查询中使用wt=Python。在