使用 ElementTree 提取 <content:encoded>

Question

我目前正在尝试弄清楚如何在 Python 中使用 ElementTree 提取 <content:encoded> 和 </content:encoded> 之间的内容。下面附上的是我目前用来解决这个问题的 Python 代码。我目前无法提取内容。我想提取“我喜欢打篮球和吃东西”。谁能帮我看看我的代码有什么问题？xml = '''<item>        <title>Defensive Moves</title>        <link>www.timmy256.wordpress.com</link>        <pubDate></pubDate>        <dc:creator><![CDATA[jross]]></dc:creator>        <guid isPermaLink="false"> www.timmy256.wordpress.com </guid>           <description></description>        <content:encoded><![CDATA[I love playing basketball and eating food.]]></content:encoded>        </item>'''import xml.etree.ElementTree as ETtree = ET.parse(xml)root = tree.getroot()data = root.iter("content:encoded").text

Answer 1

另一种方法。

from simplified_scrapy import SimplifiedDoc

xml = '''<item>

        <title>Defensive Moves</title>

        <link>www.timmy256.wordpress.com</link>

        <pubDate></pubDate>

        <dc:creator><![CDATA[jross]]></dc:creator>

        <guid isPermaLink="false"> www.timmy256.wordpress.com </guid>   

        <description></description>

        <content:encoded><![CDATA[I love playing basketball and eating food.]]></content:encoded>

        </item>'''

doc = SimplifiedDoc(xml)

print(doc.select('item>content:encoded>html()')[9:-3])

结果：

I love playing basketball and eating food.

这里有更多例子：https ://github.com/yiyedata/simplified-scrapy-demo/tree/master/doc_examples