Я хочу проанализировать xml, который содержит элемент CDATA в следующем формате
<showtimes><![CDATA[6:50 PM,https://www.movietickets.com/purchase.asp?afid=rgncom&house_id=6446&language=2&movie_id=87050&perft=18:50&perfd=03012011,9:40 PM,https://www.movietickets.com/purchase.asp?afid=rgncom&house_id=6446&language=2&movie_id=87050&perft=21:40&perfd=03012011]]> </showtimes>
Пожалуйста, помогите мне найти решение.
Это не должно быть проблемой. с lxml:
from lxml import etree
input = '<showtimes><![CDATA[6:50 PM,https://www.movietickets.com/purchase.asp?afid=rgncom&house_id=6446&language=2&movie_id=87050&perft=18:50&perfd=03012011,9:40 PM,https://www.movietickets.com/purchase.asp?afid=rgncom&house_id=6446&language=2&movie_id=87050&perft=21:40&perfd=03012011]]> </showtimes>'
f = etree.fromstring(input)
for s in f.xpath("//showtimes"):
print s.text
... prints:
6:50 PM, https://www.movietickets.com/purchase.asp? afid = rgncom & house_id = 6446 & language = 2 & movie_id = 87050 & perft = 18: 50 & perfd = 03012011,9: 40 PM, https://www.movietickets.com/purchase.asp? Afid = rgncom & house_id = 6446 & language = 2 & movie_id = 87050 & perft = 21: 40 & perfd = 03012011
Я не уверен, что вы ищете. Вот ответ, основанный на некоторых диких предположениях.
PS: для этого решения требуется lxml.
>>> s = """<showtimes><![CDATA[6:50 PM,https://www.movietickets.com/purchase.asp?afid=rgncom&house_id=6446&language=2&movie_id=87050&perft=18:50&perfd=03012011,9:40 PM,https://www.movietickets.com/purchase.asp?afid=rgncom&house_id=6446&language=2&movie_id=87050&perft=21:40&perfd=03012011]]> </showtimes>"""
>>> from lxml import etree
>>> import urlparse
>>> doc = etree.fromstring(s)
>>> _time, url = doc.text.split(',', 1)
>>> _time # Not sure if you want this
'6:50 PM'
>>> for key, value in urlparse.parse_qs(urlparse.urlsplit(url).query).items():
print key, value
perfd ['03012011,9:40 PM,https://www.movietickets.com/purchase.asp?afid=rgncom', '03012011 ']
movie_id ['87050', '87050']
language ['2', '2']
perft ['18:50', '21:40']
afid ['rgncom']
house_id ['6446', '6446']
>>>
Насколько я знаю, стандартный python SAX парсер правильно обрабатывает CDATA. Вы сможете проанализировать его.
doc.text
даст вам «полные данные в виде строки».