使用python遍历xml以查找具有特定扩展名的url

Question

我有一个从url下载的xml文件。然后，我想遍历xml，找到指向具有特定文件扩展名的文件的链接。在

我的xml如下所示：

<Foo>
    <bar>
        <file url="http://foo.txt"/>
        <file url="http://bar.doc"/>
    </bar>
</Foo>

我编写了以下代码来获取xml文件：

^{pr2}$

然后我想让这样的事情发生：

   i=0
    url = ''
    while( i < len(xmlTag)):
         if re.search('*.txt', xmlTag[i].toxml() ) is not None:
              url = xmlTag[i].toxml()
         i = i + 1;

** Some code that parses out the url **

但这就带来了一个错误。有人有更好的方法吗？在

谢谢！在

Answer 1

使用lxml、urlparse和os.path的示例：

from lxml import etree
from urlparse import urlparse
from os.path import splitext

data = """
<Foo>
    <bar>
        <file url="http://foo.txt"/>
        <file url="http://bar.doc"/>
    </bar>
</Foo>
"""

tree = etree.fromstring(data).getroottree()
for url in tree.xpath('//Foo/bar/file/@url'):
    spliturl = urlparse(url)
    name, ext = splitext(spliturl.netloc)
    print url, 'is is a', ext, 'file'

Answer 2

坦白说，你最后一段代码很恶心。dom.getElementsByTagName('file')提供树中所有<file>元素的列表。。。重复一遍就行了。在

urls = []
for file_node in dom.getElementsByTagName('file'):
    url = file_node.getAttribute('url')
    if url.endswith('.txt'):
        urls.append(url)

顺便说一句，您永远不应该使用Python手动编制索引。即使在极少数情况下需要索引号，也只需使用enumerate：

^{pr2}$