与LXML和Python

Question

解析空白XML标记时，格式为XML文档解析：

<Car> 
    <Color>Blue</Color> 
    <Make>Chevy</Make> 
    <Model>Camaro</Model> 
</Car> 

我使用下面的代码：

carData = element.xpath('//Root/Foo/Bar/Car/node()[text()]') 
parsedCarData = [{field.tag: field.text for field in carData} for action in carData] 
print parsedCarData[0]['Color'] #Blue 

此代码不会，如果一个标签是空的工作如：

<Car> 
    <Color>Blue</Color> 
    <Make>Chevy</Make> 
    <Model/> 
</Car> 

使用相同的代码如上：

carData = element.xpath('//Root/Foo/Bar/Car/node()[text()]') 
parsedCarData = [{field.tag: field.text for field in carData} for action in carData] 
print parsedCarData[0]['Model'] #Key Error 

我该如何解析这个空白标记。

Answer 1

你在[text()]过滤器仅其中明确要求对于具有文本节点元素把他们...然后你不高兴时，它不给你没有文字节点的元素？

离开过滤掉，你会得到你的模型元素：

>>> s=''' 
... <root> 
... <Car> 
...  <Color>Blue</Color> 
...  <Make>Chevy</Make> 
...  <Model/> 
... </Car> 
... </root>''' 
>>> e = lxml.etree.fromstring(s) 
>>> carData = e.xpath('Car/node()') 
>>> carData 
[<Element Color at 0x23a5460>, <Element Make at 0x23a54b0>, <Element Model at 0x23a5500>] 
>>> dict(((e.tag, e.text) for e in carData)) 
{'Color': 'Blue', 'Make': 'Chevy', 'Model': None} 

那说 - 如果你的近期目标是遍历树的节点，可以考虑使用lxml.etree.iterparse()相反，这将避免尝试在内存中构建完整的DOM树，否则将比构建树并使用XPath迭代它更有效。 （想想SAX，但没有疯狂和痛苦的API）。

与iterparse实施看起来是这样的：

def get_cars(infile): 
    in_car = False 
    current_car = {} 
    for (event, element) in lxml.etree.iterparse(infile, events=('start', 'end')): 
     if event == 'start': 
      if element.tag == 'Car': 
       in_car = True 
       current_car = {} 
      continue 
     if not in_car: continue 
     if element.tag == 'Car': 
      yield current_car 
      continue 
     current_car[element.tag] = element.text 

for car in get_cars(infile = cStringIO.StringIO('''<root><Car><Color>Blue</Color><Make>Chevy</Make><Model/></Car></root>''')): 
    print car 

...这是更多的代码，但（如果我们不使用StringIO的的例子），它可以处理除了可以适应更大的文件记忆。

Answer 2

我不知道里面有LXML建立了一个更好的解决方案，但你可以只使用.get()：

print parsedCarData[0].get('Model', '') 

Answer 3

解决方案：使用try/except块来捕捉关键错误。

Answer 4

我捕捉到了异常：

try: 
    print parsedCarData[0]['Model'] 
except KeyError: 
    print 'No model specified' 

异常在Python是不是在同一意义非凡在其他语言中，在那里它们被更严格地链接到错误条件。相反，它们通常是设计中正常使用模块的一部分。例如，一个迭代器引发StopIteration来表示它已经达到迭代的结束。

编辑：如果你确定只有这个项目可以是空的@CharlesDuffy有它的权利，因为使用get()可能更好。但总的来说，我会考虑使用异常来轻松处理各种异常输出。