ElementTree XML 구문 분석은 sitemap.org를 반환하기 만합니까?

Question

내가 어디로 잘못 가고 있는지 간단한 설명을 둘러 보았지만 실제로 찾을 수는 없었습니다. 다음 코드 발췌 :

import time, threading, urllib2, os 
import xml.etree.ElementTree as ET 

save_path = '/Users/sampeka/Desktop/Programming/SilkySpider/Data' 
bloomberg_site_map = urllib2.urlopen('http://www.bloomberg.com/sitemap_news.xml').read() 
reuters_site_map = urllib2.urlopen('http://www.reuters.com/sitemap_news_index.xml').read() 

def saveXmlFile(data,name): 
    try: 
     abs_path = os.path.abspath(save_path) 
     open_file = open(abs_path+'/'+name,'w') 
     open_file.write(data) 
    finally: 
     open_file.close() 

class ParseXML: 

    def __init__(self,xml_file): 
     self.xml_file = xml_file 

    def printStuff(self): 
     tree = ET.parse(self.xml_file) 
     root = tree.getroot() 
     for child in root: 
      print child.tag, child.attrib 


saveXmlFile(bloomberg_site_map,'Bloomberg Site Map.xml') 
ParseXML(save_path+'/Bloomberg Site Map.xml').printStuff() 

반환이 여러 번 : 난 그냥 간단하게 뭔가가 있어야합니다, 그래서

{http://www.sitemaps.org/schemas/sitemap/0.9}url 
{http://www.sitemaps.org/schemas/sitemap/0.9}url 
{http://www.sitemaps.org/schemas/sitemap/0.9}url 
{http://www.sitemaps.org/schemas/sitemap/0.9}url 
{http://www.sitemaps.org/schemas/sitemap/0.9}url 

XML은 제대로 저장되고있다. 누군가 이것이 이것이 막히게되는 이유를 설명 할 수 있습니까? 도움을 많이 주셔서 감사합니다.

Answer 1

코드는 XML 루트 요소의 자식을 통해 반복됩니다. (블룸버그 하나를 보았다) 당신의 XML 문서를 포함하기 때문에 :

<urlset ...> 
    <url ...> 
    ... 
    </url> 
    <url ...> 
    ... 
    </url> 
    ... 
</urlset> 

출력은 url 요소의 목록입니다.

출력물을 받고 싶지 않습니다. 그러나 대부분의 경우 반복적으로 각 XML 요소를 반복하거나 xpath를 사용하여 문서의 특정 부분을 추출해야합니다.

예 : publication_date 필드를 추출하기가 :

import lxml.etree 
tree = lxml.etree.parse(self.xml_file) 
root = tree.getroot() 
for pd in root.xpath("//*[local-name()='publication_date' and namespace-uri()='http://www.google.com/schemas/sitemap-news/0.9']"): 
    print pd.text