Python 用lxml解析lotusnotes剪贴板链接

我试图解析一个LotusNotes文档链接（取自剪贴板），将其转换为

Notes://

URL/URI。从剪贴板选项来看，从文本格式获取数据似乎是更容易的转换方式。然而，该链接看起来像一个格式非常糟糕的XML，并且lxml在解析时正在丢失信息

data = """Name - Enc: Injeção
<NDL>
<REPLICA 83257B7B:00608A81>
<VIEW OFDCBCE5C7:007D345D-ON882572F4:00650240>
<NOTE OFD18FCA06:36A9EDA2-ON83257F6A:004E31C1>
<HINT>CN=SERV101/OU=RJ/OU=C/O=Company</HINT>
<REM>Database 'Name', View 'Inbox', Document 'Enc: Injeção'</REM>
</NDL>
"""
from lxml import html, etree
title, ndl = html.fragments_fromstring(data)
replica = ndl[0]
view = replica[0]
print replica.attrib
print view.attrib
print html.tostring(ndl)

data=”“”名称-附录：Injeço
CN=SERV101/OU=RJ/OU=C/O=Company
数据库“名称”、视图“收件箱”、文档“Enc:Injeção”
"""
从lxml导入html，etree
标题，ndl=html.fragments\u fromstring（数据）
副本=ndl[0]
视图=副本[0]
打印副本.attrib
打印视图.attrib
打印html.tostring（ndl）

这张照片是：

{}
{'ofdcbce5c7:007d345d-on882572f4:00650240': ''}
<ndl>
<replica>
<view ofdcbce5c7:007d345d-on882572f4:00650240>
<note ofd18fca06:36a9eda2-on83257f6a:004e31c1>
<hint>CN=SERV101/OU=RJ/OU=C/O=Company</hint>
<rem>Database 'Name', View 'Inbox', Document 'Enc: Inje&#195;&#167;&#195;&#163;o'</rem>
</note></view></replica></ndl>

{}
{'OFDCCE5C7:007d345d-on882572f4:00650240'：'''
CN=SERV101/OU=RJ/OU=C/O=Company
数据库“名称”、视图“收件箱”、文档“Enc:Injeção'

因此，我正在丢失

REPLICA

标记中的信息，尽管我仍然从

视图

中获得了一些信息（我怀疑连字符可能会在这里起作用）

那么，有没有办法用lxml获取所有数据，或者我必须恢复到RegExp

环境信息：

• Windows 7，64位
• Python 2.7.11 | Anaconda 2.4.1（32位）
• LXML 3.4.4

您可能会发现：

data=”“”名称-附录：Injeço
CN=SERV101/OU=RJ/OU=C/O=Company
数据库“名称”、视图“收件箱”、文档“Enc:Injeção”
"""
从lxml.etree导入fromstring，HTMLParser
xml=fromstring（数据，HTMLParser（））
r=xml.xpath（“//副本”）
从bs4导入BeautifulSoup
soup=BeautifulSoup（数据，“html.parser”）
title=下一个（soup.find（“ndl”）。上一个元素）
印刷品（标题）
打印（soup.find（“副本”）.attrs）
打印（soup.find（“查看”））

这给了你：

Name - Enc: Injeção

{u'83257b7b:00608a81': ''}
view ofdcbce5c7:007d345d-on882572f4:00650240="">
<note ofd18fca06:36a9eda2-on83257f6a:004e31c1="">
<hint>CN=SERV101/OU=RJ/OU=C/O=Company</hint>
<rem>Database 'Name', View 'Inbox', Document 'Enc: Injeção'</rem>
</note></view>

Name-Enc:Injeço
{u'83257b7b:00608a81'：'''
CBCE5C7:007d345d-on882572f4:00650240=“”>
CN=SERV101/OU=RJ/OU=C/O=Company
数据库“名称”、视图“收件箱”、文档“Enc:Injeção”

您使用的是什么版本的Lotus Notes？我的印象是，最近的版本应该把notes://URL作为一种替代格式放在剪贴板上。（想想看，这可能只适用于拖放操作。如何将数据放在剪贴板上。）LotusNotes8.5.3。我通过右键单击文档并选择“复制为文档链接”来复制链接。

Name - Enc: Injeção

{u'83257b7b:00608a81': ''}
view ofdcbce5c7:007d345d-on882572f4:00650240="">
<note ofd18fca06:36a9eda2-on83257f6a:004e31c1="">
<hint>CN=SERV101/OU=RJ/OU=C/O=Company</hint>
<rem>Database 'Name', View 'Inbox', Document 'Enc: Injeção'</rem>
</note></view>