知识卡片

操作参考卡 · 6369.c

XML元素属性与文本需分开

理解等级:中级

XML可用嵌套元素组织记录,也可在元素属性中存元数据;标签名、属性值与文本是不同层次。示例链接的href通过get读取,显示文字来自text。只读取正文文本会丢属性,只读取属性又不代表取到了子元素内容;设计抽取规则需明确数据实际放在哪层。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      root.get('href') Out[931]: 'http://www.google.com' In [932]: root.text Out[932]: 'Google' 译注1:还是那句话,作者用的是UNIX,Windows下得用type。 译注2:这里的“模式”一词表示的是“字符串”。如果对此概念较模糊,建议阅读《数据结构》。 译注3:准确的说法

    参考来源

    - 位置:《利用Python进行数据分析》第6章《利用lxml.objectify解析XML》(spine287;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0273.html;u138-ch06-016)。 - 结论依据:原文在“root.get”附近的定义、例子或代码支撑本卡核心说明:XML可用嵌套元素组织记录,也可在元素属性中存元数据;标签名、属性值与文本是不同层次。边界按已读前提解释;示例未执行。 - 原始内容:root.get('href') Out[931]: 'http://www.google.com' In [932]: root.text Out[932]: 'Google' 译注1:还是那句话,作者用的是UNIX,Windows下得用type。 译注2:这里的“模式”一词表示的是“字符串”。如果对此概念较模糊,建议阅读《数据结构》。 译注3:准确的说法