如何在 Python 中使用一些非 xml 格式的元素解析 XML 数据答案

【问题标题】：How to parse XML data with some non-xml formatted elements at Python如何在 Python 中使用一些非 xml 格式的元素解析 XML 数据
【发布时间】：2021-03-21 15:34:26
【问题描述】：

我从 CUCM api 得到以下答案：

<?xml version='1.0' encoding='UTF-8'?><soapenv:Envelope xmlns:soapenv="http://schemas.xmlsoap.org/soap/envelope/"><soapenv:Body><ns:executeSQLQueryResponse xmlns:ns="http://www.cisco.com/AXL/API/12.5"><return><row><pkid>63d1f8a1-0964-caa0-d496-ff91340c236c</pkid><userid>Semenova.LA</userid><firstname/><lastname>Семенова</lastname><snrenabled>t</snrenabled><devicecount>1</devicecount><licensetype>Enhanced         </licensetype><licenses>1</licenses></row></return></ns:executeSQLQueryResponse></soapenv:Body></soapenv:Envelope>

我试图解析这个答案。我使用了 lxml 库。

from lxml import etree

root = etree.fromstring(response)

但我收到以下错误

文件“src\lxml\etree.pyx”，第 3237 行，在 lxml.etree.fromstring 文件“src\lxml\parser.pxi”，第 1891 行，在 lxml.etree._parseMemoryDocument ValueError：不支持带有编码声明的 Unicode 字符串。请使用未声明的字节输入或 XML 片段。

它看起来像是不支持的答案中的一些元素如果我削减回应

response='''<return><row><pkid>63d1f8a1-0964-caa0-d496-ff91340c236c</pkid><userid>Semenova.LA</userid><firstname/><lastname>Семенова</lastname><snrenabled>t</snrenabled><devicecount>1</devicecount><licensetype>Enhanced         </licensetype><licenses>1</licenses></row></return>'''

一切都按预期工作我应该怎么做才能修复它？我应该删除不需要的元素，例如：

 <?xml version='1.0' encoding='UTF-8'?><soapenv:Envelope xmlns:soapenv="http://schemas.xmlsoap.org/soap/envelope/"><soapenv:Body><ns:executeSQLQueryResponse xmlns:ns="http://www.cisco.com/AXL/API/12.5">

我该怎么做？

非常感谢！

【问题讨论】：

标签： xml-parsing lxml cisco

【解决方案1】：

尝试改变

root = etree.fromstring(response)

到

root = etree.fromstring(resp.encode())

【讨论】：

不幸的是，它不能解决问题“代码”schemas.xmlsoap.org/soap/envelope}Envelope at 0x1dcfa363740>

【解决方案2】：

我应用了不可扩展的解决方案 - 只是通过模板剪切开始和结束字符串

cut_string ='''<?xml version='1.0' encoding='UTF-8'?><soapenv:Envelope xmlns:soapenv="http://schemas.xmlsoap.org/soap/envelope/"><soapenv:Body><ns:executeSQLQueryResponse xmlns:ns="http://www.cisco.com/AXL/API/12.5">'''
cut_string2 = '''</ns:executeSQLQueryResponse></soapenv:Body></soapenv:Envelope>'''
s = response.replace(cut_string, "")
ss = s.replace(cut_string2, "")
root = etree.fromstring(ss.encode())

还有更聪明的解决方案吗？

例如 - 获取 return>String</return>

之间的字符串

【讨论】：