與LXML和Python

Question

解析空白XML標記時，格式爲XML文檔解析：

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

我使用下面的代碼：

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 

此代碼不會，如果一個標籤是空的工作如：

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

使用相同的代碼如上：

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 

我該如何解析這個空白標記。

Answer 1

你在[text()]過濾器僅其中明確要求對於具有文本節點元素把他們...然後你不高興時，它不給你沒有文字節點的元素？

離開過濾掉，你會得到你的模型元素：

>>> 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} 

那說 - 如果你的近期目標是遍歷樹的節點，可以考慮使用lxml.etree.iterparse()相反，這將避免嘗試在內存中構建完整的DOM樹，否則將比構建樹並使用XPath迭代它更有效。 （想想SAX，但沒有瘋狂和痛苦的API）。

與iterparse實施看起來是這樣的：

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 

...這是更多的代碼，但（如果我們不使用StringIO的的例子），它可以處理除了可以適應更大的文件記憶。

Answer 2

我不知道里面有LXML建立了一個更好的解決方案，但你可以只使用.get()：

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

Answer 3

解決方案：使用try/except塊來捕捉關鍵錯誤。

Answer 4

我捕捉到了異常：

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

異常在Python是不是在同一意義非凡在其他語言中，在那裏它們被更嚴格地鏈接到錯誤條件。相反，它們通常是設計中正常使用模塊的一部分。例如，一個迭代器引發StopIteration來表示它已經達到迭代的結束。

編輯：如果你確定只有這個項目可以是空的@CharlesDuffy有它的權利，因爲使用get()可能更好。但總的來說，我會考慮使用異常來輕鬆處理各種異常輸出。