用Python解析AlexaXML

我有一个非常类似的问题：

我想知道如何解析第二个

DataUrl

。这意味着我想获取

TrafficData

下的

DataUrl

变量，而不是

ContentData

下的变量。（获取

people.com

而不是

google.com

）

我也在使用lxml，其数据与他描述的完全相同

代码如下：

<aws:UrlInfoResponse xmlns:aws="http://alexa.amazonaws.com/doc/2005-10-05/">
  <aws:Response xmlns:aws="http://awis.amazonaws.com/doc/2005-07-11">
    <aws:OperationRequest>
      <aws:RequestId>ccf3f263-ab76-ab63-db99-244666044e85</aws:RequestId>
    </aws:OperationRequest>
    <aws:UrlInfoResult>
      <aws:Alexa>
        <aws:ContentData>
          <aws:DataUrl type="canonical">google.com/</aws:DataUrl>
          <aws:SiteData>
        <aws:Title>Google</aws:Title>
            <aws:Description>Enables users to search the world's information, including webpages, images, and videos. Offers unique features and search technology.</aws:Description>
            <aws:OnlineSince>15-Sep-1997</aws:OnlineSince>
          </aws:SiteData>
          <aws:LinksInCount>3453627</aws:LinksInCount>
        </aws:ContentData>
        <aws:TrafficData>
          <aws:DataUrl type="canonical">people.com/</aws:DataUrl>
          <aws:Rank>1</aws:Rank>
        </aws:TrafficData>
      </aws:Alexa>
    </aws:UrlInfoResult>
    <aws:ResponseStatus xmlns:aws="http://alexa.amazonaws.com/doc/2005-10-05/">
      <aws:StatusCode>Success</aws:StatusCode>
    </aws:ResponseStatus>
  </aws:Response>
</aws:UrlInfoResponse>

ccf3f263-ab76-ab63-db99-244666044e85
谷歌网站/
谷歌
使用户能够搜索世界信息，包括网页、图像和视频。提供独特的功能和搜索技术。
1997年9月15日
3453627
人民网/
1.
成功

我将答案作为一个整体进行了编辑

作为对您评论的回复，您所需要做的就是更改

xpath

下面的工作示例（来自链接问题）返回

google.com/

from lxml import etree

xmlstr = """
<?xml version="1.0"?>
<aws:UrlInfoResponse xmlns:aws="http://alexa.amazonaws.com/doc/2005-10-05/">
  <aws:Response xmlns:aws="http://awis.amazonaws.com/doc/2005-07-11">
    <aws:OperationRequest>
      <aws:RequestId>ccf3f263-ab76-ab63-db99-244666044e85</aws:RequestId>
    </aws:OperationRequest>
    <aws:UrlInfoResult>
      <aws:Alexa>
        <aws:ContentData>
          <aws:DataUrl type="canonical">google.com/</aws:DataUrl>
          <aws:SiteData>
            <aws:Title>Google</aws:Title>
            <aws:Description>Enables users to search the world's information, including webpages, images, and videos. Offers unique features and search technology.</aws:Description>
            <aws:OnlineSince>15-Sep-1997</aws:OnlineSince>
          </aws:SiteData>
          <aws:LinksInCount>3453627</aws:LinksInCount>
        </aws:ContentData>
        <aws:TrafficData>
          <aws:DataUrl type="canonical">googly.com/</aws:DataUrl>
          <aws:Rank>1</aws:Rank>
        </aws:TrafficData>
      </aws:Alexa>
    </aws:UrlInfoResult>
    <aws:ResponseStatus xmlns:aws="http://alexa.amazonaws.com/doc/2005-10-05/">
      <aws:StatusCode>Success</aws:StatusCode>
    </aws:ResponseStatus>
  </aws:Response>
</aws:UrlInfoResponse>
"""

doc = etree.fromstring(xmlstr.strip())


namespaces = {"aws": "http://awis.amazonaws.com/doc/2005-07-11"}
texts = doc.xpath("//aws:TrafficData/aws:DataUrl/text()", namespaces=namespaces)
print texts[0]

从lxml导入etree
xmlstr=”“”
ccf3f263-ab76-ab63-db99-244666044e85
谷歌网站/
谷歌
允许用户搜索世界信息，包括网页、图像和视频。提供独特的功能和搜索技术。
1997年9月15日
3453627
谷歌/
1.
成功
"""
doc=etree.fromstring（xmlstr.strip（））
名称空间={“aws”：http://awis.amazonaws.com/doc/2005-07-11"}
text=doc.xpath（//aws:TrafficData/aws:DataUrl/text（），名称空间=名称空间）
打印文本[0]

我需要做：

namespaces = {"aws": "http://awis.amazonaws.com/doc/2005-07-11"}
texts = doc.xpath("//aws:TrafficData/aws:DataUrl/text()", namespaces=namespaces)
print texts[0]

---

如果我需要删除问题并编辑链接的问题，请告诉我，我在这里很新。您编写的代码为我提供了

ContentData

下的第一个

DataUrl

。我想在

TrafficData

下找到一个。（我知道我可以转到

文本[1]

，但一般来说这不是一个好方法。@duFFChange xpath以声明您想要在

TrafficData

下的xpath，请参见上文。我从未听说过使用这样的索引是不好的做法，尤其是对于不太可能定期更改的API响应。