逐行讀取XML文件中的數據

Question

我試圖找到一個包含http或//或\\的鏈接，並在找到后用href標記包圍，但是當從xml讀取的數據逐行讀取時。我看到輸出是每個字母都分開的。參見下面的輸入和輸出。.有人可以建議我要去哪里錯嗎？

 INput:-http://pastebin.com/p9H8GQt4
 Currentoutput:- http://pastebin.com/7428jK63

sanity_results = sanity_results.replace('\n','<br>\n')
return sanity_results

def main ():
resultslis=[]
xmlfile = open('results.xml','r')
contents = xmlfile.read()
testresults=getsanityresults(contents)
#print testresults
for line in testresults:
    #print line
    line = line.strip()
    #print line
    line = re.sub(r'(http://[^\s]+|//[^\s]+|\\\\[^\s]+)', r'<a href="\1">\1</a>', line)
    print line       
    resultslis.append(line)
print resultslis

if __name__ == '__main__':
main()

Answer 1

您想使用XML解析器，例如

• 元素
• xml文件
• 極小

等用於解析任何類型的XML文件。 自己解析XML-特別是逐行是容易出錯的。 特別是正則表達式的使用是按設計破壞的。 不要那樣做

聰明一點，改用XML分析器。

Answer 2

您正在遍歷字符串，而不是遍歷文件。

如果要遍歷字符串中的行，請使用str.splitlines ：

>>> text ='''first
... second
... '''
>>> for line in text.splitlines():
...     print(line)
... 
first
second
>>> for char in text:
...     print(char)
... 
f
i
r
s
t


s
e
c
o
n
d

無論如何，我建議您使用XML解析器。 stdlib已經提供了一個，周圍還有很多其他的庫。

Answer 3

問題是這一行：

contents = xmlfile.read()

返回一個字符串； 因此，迭代操作針對字符。 用readlines（）代替read（），就可以了。