python提取xml里面的链接源码详解
人气:0因群里朋友需要提取xml地图里面的链接,就写了这个程序。
代码:
#coding=utf-8 import urllib import urllib.request import re url='http://zhimo.yuanzhumuban.cc/sitemaps.xml' html=urllib.request.urlopen(url).read() html=html.decode('utf-8') r=re.compile(r'(http://zhimo.yuanzhumuban.cc.*?\.html)') big=re.findall(r,html) for i in big: print(i) op_xml_txt=open('xml.txt','a') op_xml_txt.write('%s\n'%i)
扩展阅读:
Python3提取xml文件中的内容
import xml.dom.minidom def find_child(Par_nodes, mystr): for child_node in Par_nodes: if(len(child_node.childNodes) > 0): mystr = find_child(child_node.childNodes, mystr) elif(child_node.nodeValue != None): mystr += child_node.data.replace('\n', '') return mystr if __name__ == '__main__': dom1 = xml.dom.minidom.parse('2.XML') #打开xml文件 root = dom1.documentElement #得到文档元素对象 app_nums = root.getElementsByTagName('base:DocNumber') #按标签名称查找,返回标签结点数组 app_num = app_nums[2] print('专利申请号:'+app_num.firstChild.data) titles = root.getElementsByTagName('business:InventionTitle') title = titles[0] print('专利名称:'+title.firstChild.data) Paragraphs = root.getElementsByTagName('base:Paragraphs') abstract = Paragraphs[0] print('专利摘要:'+abstract.firstChild.data) company_names = root.getElementsByTagName('base:Name') company_name = company_names[0] print('公司名称:'+company_name.firstChild.data) mystr = '' for i in range(len(Paragraphs)): if (Paragraphs[i].firstChild.data == '发明内容\n\t'): i+=1 while Paragraphs[i].firstChild.data != '附图说明\n\t': mystr = find_child(Paragraphs[i].childNodes, mystr) i+=1 print('发明内容:' + mystr)
以上就是本次介绍的全部实例代码知识点,感谢大家的学习和对的支持。
您可能感兴趣的文章:
加载全部内容