Python中的Iterparse对象没有返回iter obj

Question

我正在处理这个link（40MB的可下载文件）中的XML文件。在这个文件中，我需要来自两种类型的标记的数据

它们是：OpportunityForecastDetail_1_0和OpportunitySynopsisDetail_1_0

我为此编写了以下代码：

ARTICLE_TAGS = ['OpportunitySynopsisDetail_1_0', 'OpportunityForecastDetail_1_0']

for _tag in ARTICLE_TAGS:
    f = open(xml_f)
    context = etree.iterparse(f, tag = _tag)

    for _, e in context:
        _id = e.xpath('.//OpportunityID/text()')
        text = e.xpath('.//OpportunityTitle/text()')
    f.close()

然后etree.iterparse(f, tag = _tag)返回一个不可iterable的对象。我认为在XML文件中找不到标记时会发生这种情况

所以，我在iterable标记中添加了名称空间，如下所示

context = etree.iterparse(f, tag='{http://apply.grants.gov/system/OpportunityDetail-V1.0}'+_tag)

现在，它正在创建一个iterable对象。但是，我没有收到任何短信。我尝试了那个文件中的其他名称空间。但是，不起作用

请告诉我这个问题的解决办法。这是XML文件的一个示例片段OpportunityForecastDetail_1_0和OpportunitySynopsisDetail_1_0标记在XML文件中重复n次

<?xml version="1.0" encoding="UTF-8"?>
<Grants xsi:schemaLocation="http://apply.grants.gov/system/OpportunityDetail-V1.0 https://apply07.grants.gov/apply/system/schemas/OppotunityDetail-V1.0.xsd" xmlns="http://apply.grants.gov/system/OpportunityDetail-V1.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instace">
<OpportunitySynopsisDetail_1_0>
<OpportunityID>262148</OpportunityID>
<OpportunityTitle>Establishment of the Edmund S. Muskie Graduate Internship Program</OpportunityTitle>
</OpportunitySynopsisDetail_1_0>
<OpportunityForecastDetail_1_0>
<OpportunityID>284765</OpportunityID>
<OpportunityTitle>PPHF 2015: Immunization Grants-CDC Partnership: Strengthening Public Health Laboratories-financed in part by 2015 Prevention and Public Health Funds</OpportunityTitle>
</OpportunityForecastDetail_1_0>
</Grants>

Answer 1

首先，在解析包含名称空间的XML时，查看标记名时必须使用这些名称空间。
第二，iterparse不接受名为tag的参数，因此我不知道您的代码在发布时是如何工作的。 最后，从iterparse返回的元素没有名为xpath的成员函数，因此这也不可能起作用

下面是如何使用iterparse解析XML的示例：

NS='{http://apply.grants.gov/system/OpportunityDetail-V1.0}'
ARTICLE_TAGS = [NS+'OpportunitySynopsisDetail_1_0', NS+'OpportunityForecastDetail_1_0']

with open(xml_f, 'r') as f:
    context = etree.iterparse(f)

    for _, e in context:
    if e.tag  in ARTICLE_TAGS:
        _id = e.find(NS+'OpportunityID')
        text = e.find(NS+'OpportunityTitle')
        print(_id.text, text.text)

正如我在评论中所说，Python documentation和Effbot page on ElementTree一样有用。有很多其他可用的资源；把xml.etree.elementtree放进谷歌，开始阅读吧