Skip to main content
 首页 » 编程设计

python之pyquery (lxml) 在结构良好的 XML 文档中找不到标签

2025年04月02日11zdz8207

我有一个看起来像 this 的 XML 文件.相关的部分是这样的:

<reference> 
  <citation>Vander Wal JS, Gang CH, Griffing GT, Gadde KM. Escitalopram for treatment of night eating syndrome: a 12-week, randomized, placebo-controlled trial. J Clin Psychopharmacol. 2012 Jun;32(3):341-5. doi: 10.1097/JCP.0b013e318254239b.</citation> 
  <PMID>22544016</PMID> 
</reference> 

我试图找到 PMID 字段的值,使用 PyQuery 解析 XML:

    from pyquery import PyQuery as pq 
 
    text = open(f, 'r').read() 
    d = pq(text) 
    data = {}        
    data['nct_id'] = d('nct_id').text() 
 
    print d('reference') 
    reference = d('reference') 
    print reference('PMID') 
    data['pmid'] = reference('PMID').text() 
 
    print data['PMID'] 

为什么这不起作用?在控制台中,我看到了第一个打印语句中 reference 的完整内容,后跟两个空值:

<reference> 
    <citation>Vander Wal JS, Gang CH, Griffing GT, Gadde KM. Escitalopram for treatment of night eating syndrome: a 12-week, randomized, placebo-controlled trial. J Clin Psychopharmacol. 2012 Jun;32(3):341-5. doi: 10.1097/JCP.0b013e318254239b.</citation> 
    <PMID>22544016</PMID> 
  </reference> 

我可以使用 .find() 找到文档中的其他叶节点(如 nct_id),如示例代码所示。

是PyQuery不喜欢大写标签吗?

请您参考如下方法:

您可以指定要使用的解析器,它将起作用:

d = pq(text, parser='xml')