来自python的ElementTree找不到子标签。

Question

我正试图从一个叫做 XML 文件从 Python 与 ElementTree，却找不到它。

XML代码。

<item>
        <id>12345678</id>
        <subs>
            <sub category="A">
                <name>Name 1 text</name>
                <file>File 1 text</file>
            </sub>
            <sub category="B">
                <name>Name 2 text</name>
                <file>File 2 text</file>
            </sub>
        </subs>
        <number>Number text</number>
        <title>Title text</title>
</item>

我想读取 file 标签文本。

Python代码。

import urllib2
import ElementTree as ET

root = ET.ElementTree(file=urllib2.urlopen('http://..../filename.jsp?id=12345678')).getroot()

if __name__ == '__main__':
    for subtags in root.findall('sub'):
        filetext = subtags.find('file').text
        print(filetext)

输出应该是这样的

> File 1 text
> File 2 text

但是，我得到的输出是什么都没有（空白），然后，10秒钟后，程序停止运行，没有得到任何错误。

我已经尝试过用其他的标签，如 XML 和 行得通.

谢谢。

Answer 1

findall 如果你给了它标签名，则只查找直系子孙。

你可以用 XPath 这样的查询。

root.findall('.//sub')

Answer 2

试试这个，仅供参考

from simplified_scrapy import SimplifiedDoc,utils,req
html = '''<item>
        <id>12345678</id>
        <subs>
            <sub category="A">
                <name>Name 1 text</name>
                <file>File 1 text</file>
            </sub>
            <sub category="B">
                <name>Name 2 text</name>
                <file>File 2 text</file>
            </sub>
        </subs>
        <number>Number text</number>
        <title>Title text</title>
</item>'''
doc = SimplifiedDoc(html)
files = doc.selects('sub').file.text
print(files)

结果：

['File 1 text', 'File 2 text']