Python (новичок) разбирает XML из вызова API

Я искал некоторые учебники/другие вопросы по стеку / документации и все еще не могу понять это. тьфу!!!



Делая запрос API и анализ (хочу назначить переменные, но это бонус к этому вопросу), это то, что я пытаюсь. Почему я не могу перечислить название и ссылку для элементов?



#!/usr/bin/python



# Screen Scraper for Subs

import urllib

from xml.etree import ElementTree as ET



show = 'heroes'

season = '4'

language = 'en'

limit = '1'



requestURL = 'http://api.allsubs.org/index.php?' 

           + 'search=' + show 

           + '+season+' + season 

           + '&language=' + language 

           + '&limit=' + limit



root = ET.parse(urllib.urlopen(requestURL)).getroot()

print root

print 'n'



items = root.findall('items')

for item in items: 

     item.find('title').text # should print: <![CDATA[Heroes Season 4 Subtitles]]>

     item.find('link').text # Should print: http://www.allsubs.org/subs-download/heroes+season+4/1223435/


XML-Ответ



        <AllSubsAPI> 

        <title>AllSubs API: Subtitles Search</title> 

        <link>http://www.allsubs.org</link> 

        <description><![CDATA[Subtitles Search for Heroes Season 4]]></description> 

        <language>en-us</language> 

        <results>1</results> 

        <found_results>24</found_results> 

<items> 

    <item> 

            <title><![CDATA[Heroes Season 4 Subtitles]]></title> 

            <link>http://www.allsubs.org/subs-download/heroes+season+4/1223435/</link> 

            <filename>heroes-season-4-english-heroes-season-4-en.zip</filename> 

            <files_in_archive>Heroes - 4x01-02 - Orientation.HDTV.FQM.en.srt|Heroes - 4x17 - The Art of Deception.HDTV.2HD.en.srt|Heroes - 4x07 - Strange Attractors.HDTV.LOL.en.srt|Heroes - 4x08 - Once Upon a Time in Texas.HDTV.2HD.en.srt|Heroes - 4x07 - Strange Attractors.720p HDTV.DIMENSION.en.srt|Heroes - 4x05 - Hysterical Blindness.720p HDTV.X264.en.srt|Heroes - 4x09 - Shadowboxing.HDTV.LOL.en.srt|Heroes - 4x16 - Pass Fail.HDTV.LOL.en.srt|Heroes - 4x04 - Acceptance.HDTV.en.srt|Heroes - 4x01-02 - Orientation.720p HDTV.DIMENSION.en.srt|Heroes - 4x06 - Tabula Rasa.HDTV.NoTV.en.srt|Heroes - 4x10 - Brother's Keeper.HDTV.FQM.en.srt|Heroes - 4x04 - Acceptance.HDTV.FQM.en.srt|Heroes - 4x14 - Let It Bleed.720p HDTV.DIMENSION.en.srt|Heroes - 4x06 - Tabula Rasa.720p HDTV.SiTV.en.srt|Heroes - 4x08 - Once Upon a Time in Texas.HDTV.NoTV.en.srt|Heroes - 4x12 - The Fifth Stage.HDTV.LOL.en.srt|Heroes - 4x19 - Brave New World.HDTV.LOL.en.srt|Heroes - 4x15 - Close to You.720p HDTV.DIMENSION.en.srt|Heroes - 4x03 - Ink.720p HDTV.DIMENSION.en.srt|Heroes - 4x11 - Thanksgiving.720p HDTV.DIMENSION.en.srt|Heroes - 4x13 - Upon This Rock.720p HDTV.DIMENSION.en.srt|Heroes - 4x13 - Upon This Rock.HDTV.LOL.en.srt|Heroes - 4x14 - Let It Bleed.HDTV.LOL.en.srt|Heroes - 4x15 - Close to You.HDTV.LOL.en.srt|Heroes - 4x12 - The Fifth Stage.720p HDTV.DIMENSION.en.srt|Heroes - 4x18 - The Wall.HDTV.LOL.en.srt|Heroes - 4x08 - Once Upon a Time in Texas.720p HDTV.CTU.en.srt|Heroes - 4x17 - The Art of Deception.HDTV.CTU.en.srt|Heroes - 4x09 - Shadowboxing.720p HDTV.DIMENSION.en.srt|Heroes - 4x10 - Brother's Keeper.720p HDTV.DIMENSION.en.srt|Heroes - 4x04 - Acceptance.720p HDTV.CTU.en.srt|Heroes - 4x11 - Thanksgiving.HDTV.FQM.en.srt|Heroes - 4x03 - Ink.HDTV.FQM.en.srt|Heroes - 4x05 - Hysterical Blindness.HDTV.XII.en.srt|</files_in_archive> 

            <languages>en</languages> 

            <added_on>2010-02-16</added_on> 

    </item> 



</items> 

</AllSubsAPI>


Обновление:



Это сработало, спасибо за помощь и указание на мою опечатку 



items = root.findall('items/item')

for item in items: 

     print item.find('title').text

     print item.find('link').text
711   3  

3 ответов:

items = root.findall('items')

Должно быть 

items = root.findall('items/item')
4  
2010-12-15 17:28:33

Это работает для меня. Примечание. Я использую urllib2, чтобы пройти через прокси: 

import urllib2
from xml.etree import ElementTree as ET

show = 'heroes'
season = '4'
language = 'en'
limit = '1'

requestURL = 'http://api.allsubs.org/index.php?' \
           + 'search=' + show \
           + '+season+' + season \
           + '&language=' + language \
           + '&limit=' + limit

root = ET.parse(urllib2.urlopen(requestURL)).getroot()
print root
print '\n'

items = root.findall('items')[0].findall('item')
for item in items: 
     print item.find('title').text # should print: <![CDATA[Heroes Season 4 Subtitles]]>
     print item.find('link').text # Should print: http://www.allsubs.org/subs-download/heroes+season+4/1223435/

Обратите внимание, что findall ('items') находит тег "items", то, что вы хотите обойти (я думаю), - это теги "item" внутри этого, поэтому мы находим их. Кроме того, вам нужно распечатать, чтобы получить что-нибудь из python.

Также, если я делаю это с limit=2, я получаю: 

Traceback (most recent call last):
  File "heros.py", line 18, in <module>
    root = ET.parse(urllib2.urlopen(requestURL)).getroot()
  File "/usr/lib/python2.6/xml/etree/ElementTree.py", line 862, in parse
    tree.parse(source, parser)
  File "/usr/lib/python2.6/xml/etree/ElementTree.py", line 586, in parse
    parser.feed(data)
  File "/usr/lib/python2.6/xml/etree/ElementTree.py", line 1245, in feed
    self._parser.Parse(data, 0)
xml.parsers.expat.ExpatError: not well-formed (invalid token): line 24, column 95

Я не уверен, что XML, возвращающийся из этого API, хорошо сформирован - в начале нет элемента" xml " для начинающих. Я бы не стал доверять оно...

3  
2010-12-15 17:43:53

Вы не перебираете элементы "item", вы фактически перебираете элементы "items".

Я думаю, что это должно быть: 

items = root.findall('items')
childItems = items.findall('item')
for childItem in childItems: 
    childItem.find('title').text # should print: <![CDATA[Heroes Season 4 Subtitles]]>
    childItem.find('link').text # Should print: http://www.allsubs.org/subs-download/heroes+season+4/1223435
2  
2010-12-15 17:34:40

Comments

    Ничего не найдено.
Click here to cancel reply.