[英]Address attribute in with xpath (dublin core)
我通过都柏林核心中的 SRU 有以下 XML 响应(其中有几个,这是一个示例):
<dc:title>Die EU im Einsatz gegen den Klimawandel : der EU-Emissionshandel - ein offenes System, das weltweit Innovationen fördert / [Europäische Kommission]</dc:title>
<dc:creator>Europäische Kommission</dc:creator>
<dc:publisher>[Luxemburg] : [Amt für Amtliche Veröff. der Europ. Gemeinschaften]</dc:publisher>
<dc:date>2005</dc:date>
<dc:language>ger</dc:language>
<dc:identifier xmlns:tel="http://krait.kb.nl/coop/tel/handbook/telterms.html" xsi:type="tel:ISBN">92-894-9187-6 geh.</dc:identifier>
<dc:identifier xsi:type="dnb:IDN">992017882</dc:identifier>
<dc:subject>360 Soziale Probleme, Sozialdienste, Versicherungen</dc:subject>
<dc:subject>330 Wirtschaft</dc:subject>
<dc:format>20 S.</dc:format>
</dc></recorddata><recordposition>3</recordposition></record>
我正在尝试解决元素 <dc:identifier xsi:type="dnb:IDN">992017882</dc:identifier>,但我似乎无法正确执行此操作。 由于我有几个这样的记录,有些有 2 个、一些 1 个、一些 3 个或更多 dc:identifier 版本,我正在使用一个函数来获取我需要的 xml 标签的内容,然后将其解析为数据帧。 这对于 dc:title 等元素很有效,但是当我还需要处理属性时,我不知所措。 我尝试了各种方法,但似乎对我需要处理两个命名空间 (?) 的事实有疑问。 当前函数如下所示:
def parse_record(record):
ns = {"dc": "http://purl.org/dc/elements/1.1/"}
xml = ET.fromstring(unicodedata.normalize("NFC", str(record)))
#idn
idn = xml.xpath(".//dc:identifier[@xsi:type='dnb:IDN']", namespaces=ns)
try:
idn = idn.text
except:
idn = 'fail'
# titel
titel = xml.xpath('.//dc:title', namespaces=ns)
try:
titel = titel[0].text
#titel = unicodedata.normalize("NFC", titel)
except:
titel = "unkown"
meta_dict = {"idn":idn, "titel":titel}
return meta_dict
我可以毫无问题地运行该函数,但是当我尝试使用以下代码将响应解析为数据帧时:
output = [parse_record(record) for record in records]
df = pd.DataFrame(output)
df
我收到错误消息:“XPathEvalError:未定义的命名空间前缀”
任何人都可以帮忙吗?
正如在包含名称空间声明的注释字典中指出的那样,还应包括xsi
前缀的定义:
ns = {
"dc": "http://purl.org/dc/elements/1.1/",
# should be changed depending on the namespace
"xsi": "http://www.w3.org/2001/XMLSchema-instance"
}
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.