如何从 XML 数据中获取特定元素？

Question

我有一些代码来检索 XML 数据：

import cStringIO
import pycurl
from xml.etree import ElementTree

_API_KEY = 'my api key'
_ima = '/the/path/to/a/image'

sock = cStringIO.StringIO()

upl = pycurl.Curl()

values = [
            ("key", _API_KEY),
            ("image", (upl.FORM_FILE, _ima))]

upl.setopt(upl.URL, "http://api.imgur.com/2/upload.xml")
upl.setopt(upl.HTTPPOST, values)
upl.setopt(upl.WRITEFUNCTION, sock.write)
upl.perform()
upl.close()
xmldata = sock.getvalue()
#print xmldata
sock.close()

生成的数据如下所示：

<?xml version="1.0" encoding="utf-8"?>
<upload><image><name></name><title></title><caption></caption><hash>dxPGi</hash><deletehash>kj2XOt4DC13juUW</deletehash><datetime>2011-06-10 02:59:26</datetime><type>image/png</type><animated>false</animated><width>1024</width><height>768</height><size>172863</size><views>0</views><bandwidth>0</bandwidth></image><links><original>https://i.sstatic.net/dxPGi.png</original><imgur_page>http://imgur.com/dxPGi</imgur_page><delete_page>http://imgur.com/delete/kj2XOt4DC13juUW</delete_page><small_square>https://i.sstatic.net/dxPGis.jpg</small_square><large_thumbnail>https://i.sstatic.net/dxPGil.jpg</large_thumbnail></links></upload>

现在，遵循 此答案 ，我试图从数据中获取一些特定值。

这是我的尝试：

tree = ElementTree.fromstring(xmldata)
url = tree.findtext('original')
webpage = tree.findtext('imgur_page')
delpage = tree.findtext('delete_page')

print 'Url: ' + str(url)
print 'Pagina: ' + str(webpage)
print 'Link de borrado: ' + str(delpage)

如果我尝试添加 .text 访问权限，我会收到 AttributeError：

Traceback (most recent call last):
  File "<pyshell#28>", line 27, in <module>
    url = tree.find('original').text
AttributeError: 'NoneType' object has no attribute 'text'

我在 Python 的 ElementTree 帮助中找不到任何内容> 关于此属性。如何只获取文本而不获取对象？

我找到了一些有关获取文本字符串 这里；但是当我尝试时，我得到一个 TypeError:

Traceback (most recent call last): 
  File "<pyshell#32>", line 34, in <module>
    print 'Url: ' + url
TypeError: cannot concatenate 'str' and 'NoneType' objects

如果我尝试打印 'Url: ' + str(url) ，则没有错误，但结果显示为 None。

如何从此 XML 中获取 url、webpageanddelete_page` 数据？

Answer 1

您的 find() 调用尝试查找树顶部带有名为 original 的标记的直接子级，而不是比该标记级别更低的标记。使用：

url = tree.find('.//original').text

如果您想查找树中带有名为 original 标签的所有元素。 ElementTree 的 find() 方法的模式匹配规则在此页面的表格中列出：http://effbot.org/zone/element-xpath.htm

对于 // 匹配它说：

选择当前元素下所有级别上的所有子元素（搜索整个子树）。例如，“.//egg”选择整个树中的所有“egg”元素。

编辑：这里有一些测试代码供您使用，它使用您发布的 XML 示例字符串我刚刚在 TextMate 中通过 XML Tidy 运行它以使其清晰：

from xml.etree import ElementTree
xmldata = '''<?xml version="1.0" encoding="utf-8"?>
<upload>
    <image>
        <name/>
        <title/>
        <caption/>
        <hash>dxPGi</hash>
        <deletehash>kj2XOt4DC13juUW</deletehash>
        <datetime>2011-06-10 02:59:26</datetime>
        <type>image/png</type>
        <animated>false</animated>
        <width>1024</width>
        <height>768</height>
        <size>172863</size>
        <views>0</views>
        <bandwidth>0</bandwidth>
</image>
<links>
    <original>https://i.sstatic.net/dxPGi.png</original>
    <imgur_page>http://imgur.com/dxPGi</imgur_page>
    <delete_page>http://imgur.com/delete/kj2XOt4DC13juUW</delete_page>
    <small_square>https://i.sstatic.net/dxPGis.jpg</small_square>
    <large_thumbnail>https://i.sstatic.net/dxPGil.jpg</large_thumbnail>
</links>
</upload>'''
tree = ElementTree.fromstring(xmldata)
print tree.find('.//original').text

在我的机器上（运行 python 2.6.1 的 OS X）生成：

Ian-Cs-MacBook-Pro:tmp ian$ python test.py 
https://i.sstatic.net/dxPGi.png