使用ElementT解析XML

Question

我尝试使用ElementTree在一个XML字符串中搜索标记和属性。下面是字符串：

'<?xml version="1.0" encoding="UTF-8" ?>\n<uclassify xmlns="http://api.uclassify.com/1/ResponseSchema" version="1.01">\n\t<status success="true" statusCode="2000"/>\n\t<readCalls>\n\t<classify id="thing">\n\t\t<classification textCoverage="0">\n\t\t\t<class className="Astronomy" p="0.333333"/>\n\t\t\t<class className="Biology" p="0.333333"/>\n\t\t\t<class className="Mathematics" p="0.333333"/>\n\t\t</classification>\n\t</classify>\n\t</readCalls>\n</uclassify>'

美化：

^{pr2}$

我使用这段小代码将字符串转换为可搜索的XML树：

>>> from xml.etree.ElementTree import fromstring, ElementTree
>>> tree = ElementTree(fromstring(a))

我以为使用tree.find('uclassify')会返回该元素/标记，但似乎什么也没有返回。我也试过：

for i in tree.iter():
    print i

它打印了一些东西，但不是我想要的：

<Element '{http://api.uclassify.com/1/ResponseSchema}uclassify' at 0x1011ec410>
<Element '{http://api.uclassify.com/1/ResponseSchema}status' at 0x1011ec390>
<Element '{http://api.uclassify.com/1/ResponseSchema}readCalls' at 0x1011ec450>
<Element '{http://api.uclassify.com/1/ResponseSchema}classify' at 0x1011ec490>
<Element '{http://api.uclassify.com/1/ResponseSchema}classification' at 0x1011ec4d0>
<Element '{http://api.uclassify.com/1/ResponseSchema}class' at 0x1011ec510>
<Element '{http://api.uclassify.com/1/ResponseSchema}class' at 0x1011ec550>
<Element '{http://api.uclassify.com/1/ResponseSchema}class' at 0x1011ec590>

搜索标签和属性的最简单方法是什么，比如在beauthoulsoup模块中？例如，如何轻松地检索类元素的className和p属性？我一直在读关于lxml的不同的东西，xml.dom.minidom，和ElementTree，但我一定错过了一些东西，因为我似乎得不到我想要的东西。在

Answer 1

{{cd2>上面的第一个节点{

>>> tree
<Element '{http://api.uclassify.com/1/ResponseSchema}uclassify' at 0x101f56410>

Find只查看当前节点的子节点，因此tree.find只能找到status和{}标记。在

最后，xml名称空间正在调整所有内容的名称，因此您需要获取xmlns并使用它来构建标记名：

^{pr2}$

例如，要获得3class标记，您需要：

classify = readCalls.find('{%s}classify' % (xmlns,))
classification = classify.find('{%s}classification' %(xmlns,))
classes = classification.findall('{%s}classes'%(xmlns,))