如何從請求中解析xml？

Question

我查看了其他一些答案，但找不到對我有用的解決方案。

這是我的完整代碼，無需任何 API 密鑰即可運行：

import requests

r = requests.get('http://api.worldbank.org/v2/country/GBR/indicator/NY.GDP.MKTP.KD.ZG')

如果我打印r.text ，我會得到一個以

'\ufeff<?xml version="1.0" encoding="utf-8"?>\r\n<wb:data page="1" pages="2" per_page="50" total="60" sourceid="2" lastupdated="2019-12-20" xmlns:wb="http://www.worldbank.org">\r\n  <wb:data>\r\n    <wb:indicator id="NY.GDP.MKTP.KD.ZG">GDP growth (annual %)</wb:indicator>\r\n    <wb:country id="GB">United Kingdom</wb:country>\r\n    <wb:countryiso3code>GBR</wb:countryiso3code>\r\n    <wb:date>2019</wb:date>\r\n`

並持續一段時間。

獲得我想要的東西的一種方法（據我所知，這是非常不鼓勵的）是使用正則表達式：

import regex

import pandas as pd
import re

pd.DataFrame(
    re.findall(
        r"<wb:date>(\d{4})</wb:date>\r\n    <wb:value>((?:\d\.)?\d{14})", r.text
    ),
    columns=["date", "value"],
)

解析此 xml 輸出的“正確”方法是什么？ 我的最終目標是擁有一個帶有date和value列的 DataFrame，例如

    date    value
0   2018    1.38567356958762
1   2017    1.89207703836381
2   2016    1.91815510596298
3   2015    2.35552430595799
...

Answer 1

以下情況如何：

解碼響應：

decoded_response = response.content.decode('utf-8')

轉換為 json：

response_json = json.loads(json.dumps(xmltodict.parse(decoded)))

讀入數據幀：

pd.read_json(response_json) 

然后你只需要玩東方之類的（文檔： https : //pandas.pydata.org/pandas-docs/stable/reference/api/pandas.read_json.html ）

Answer 2

您可以使用ElementTree的API（如描述這里）

import requests
from xml.etree import ElementTree

response = requests.get('http://api.worldbank.org/v2/country/GBR/indicator/NY.GDP.MKTP.KD.ZG')

tree = ElementTree.fromstring(response.content)

print(tree)

但是你必須探索結構才能得到你想要的。

Answer 3

我最終使用的完整代碼（基於 Omri 的出色回答）：

import xmltodict
import json
import pandas as pd

r = requests.get("http://api.worldbank.org/v2/country/GBR/indicator/NY.GDP.MKTP.KD.ZG")
decoded_response = r.content.decode("utf-8")

response_json = json.loads(json.dumps(xmltodict.parse(decoded_response)))

pd.DataFrame(response_json["wb:data"]["wb:data"])[["wb:date", "wb:value"]].rename(
    columns=lambda x: x.replace("wb:", "")
)

這使

    date    value
0   2019    None
1   2018    1.38567356958762
2   2017    1.89207703836381
3   2016    1.91815510596298
4   2015    2.35552430595799
...