我该如何在Python中解析这个XML字符串？

Question

我的XML字符串是 -

xmlData = """<SMSResponse xmlns="http://example.com" xmlns:i="http://www.w3.org/2001/XMLSchema-instance">
             <Cancelled>false</Cancelled>
             <MessageID>00000000-0000-0000-0000-000000000000</MessageID>  
             <Queued>false</Queued>
             <SMSError>NoError</SMSError>
             <SMSIncomingMessages i:nil="true"/>
             <Sent>false</Sent>
             <SentDateTime>0001-01-01T00:00:00</SentDateTime>
             </SMSResponse>"""

我正在尝试解析并获取标签的值 - Cancelled，MessageId，SMSError等。我正在使用Python的Elementtree库。到目前为止，我已经尝试过像这样的操作 -

root = ET.fromstring(xmlData)
print root.find('Sent')  // gives None
for child in root:
    print chil.find('MessageId') // also gives None

虽然我能够使用 - 打印标签

for child in root:
    print child.tag
    //child.tag for the tag Cancelled is - {http://example.com}Cancelled

和它们各自的值与 -

for child in root:
    print child.text

如何获得类似于 -

print child.Queued // will print false

就像在PHP中，我们可以通过根目录访问它们 -

$xml = simplexml_load_string($data);
$status = $xml->SMSError;

- Hussain

Answer 1

您的文档具有命名空间，搜索时需要包含命名空间：

root = ET.fromstring(xmlData)
print root.find('{http://example.com}Sent',)
print root.find('{http://example.com}MessageID')

输出：

<Element '{http://example.com}Sent' at 0x1043e0690>
<Element '{http://example.com}MessageID' at 0x1043e0350>

< p > find() 和 findall() 方法也可以使用命名空间映射；您可以搜索任意前缀，并且该前缀将在该映射中查找，以节省输入：

nsmap = {'n': 'http://example.com'}
print root.find('n:Sent', namespaces=nsmap)
print root.find('n:MessageID', namespaces=nsmap)

- Martijn Pieters

---

看看 @eclaird 的回答。我认为你也在尝试做同样的事情。+1 - Hussain

它仍然使用nsmap打印“None”。我认为nsmap有问题。 - Hussain

我之前使用的是xml.etree.ElementTree，链接在这里：[http://docs.python.org/2/library/xml.etree.elementtree.html#module-xml.etree.ElementTree]。我认为你正在使用`lxml.etree`，就像@root正在使用的一样。 - Hussain

@HussainTamboli：不，我正在使用xml.etree，Python 2.7。 lxml支持相同的API（虽然有一些改进，但在两者中都是相同的）。 - Martijn Pieters

嗨，root.find('n:Sent', namespaces=nsmap) 打印的是对象。在后面添加 .text 即可。 - Hussain

Answer 2

如果您坚持使用Python标准的XML库，您可以使用类似以下的方法：

root = ET.fromstring(xmlData)
namespace = 'http://example.com'

def query(tree, nodename):
    return tree.find('{{{ex}}}{nodename}'.format(ex=namespace, nodename=nodename))

queued = query(root, 'Queued')
print queued.text

- tuomur

Answer 3

您可以创建一个字典，并直接从中获取值...

tree = ET.fromstring(xmlData)

root = {}

for child in tree:
    root[child.tag.split("}")[1]] = child.text

print root["Queued"]

- ATOzTOA

---

嗨，看看我的编辑。 "//child.tag for the tag Cancelled is - {http://example.com}Cancelled" 所以很难与 "Cancelled" 匹配。有更好的方法吗？ - Hussain

嘿，它能工作，但这只是一个调整。我如何以标签为键，文本为值的方式访问标签的文本？ - Hussain

你可能想将 return null 更改为 return None 或 return ''。因为使用 null 会出现 - NameError: global name 'null' is not defined。 - Hussain

这也许是一个替代方案。 +1 - Hussain

更新答案，现在更整洁了。 - ATOzTOA

Answer 4

使用 lxml.etree：

In [8]: import lxml.etree as et

In [9]: doc=et.fromstring(xmlData)

In [10]: ns={'n':'http://example.com'}

In [11]: doc.xpath('n:Queued/text()',namespaces=ns)
Out[11]: ['false']

使用elementtree，您可以做到以下事情：

import xml.etree.ElementTree as ET    
root=ET.fromstring(xmlData)    
ns={'n':'http://example.com'}
root.find('n:Queued',namespaces=ns).text
Out[13]: 'false'

- root

---

谢谢。我在想是否能在ElementTree中找到类似的东西。+1 - Hussain