python使用lxml解析XML，并给出正确的解析器参数
Python使用lxml解析XML时，可以通过指定解析器参数来选择使用哪种解析器。lxml是一个高性能的Python库，它基于C语言的libxml2和libxslt库，提供了一种快速且易于使用的解析XML的方式。
解析器参数主要有两种：XMLParser和HTMLParser。
- XMLParser解析器：
XMLParser是lxml库提供的一种基于libxml2的解析器，用于解析标准的XML文档。它的常用参数有：
- no_network：禁用所有网络访问。
- ns_clean：清理解析器中的命名空间。
- recover：尝试修复损坏的XML文档。
- remove_blank_text：移除空白文本节点。
- remove_comments：移除注释节点。
- remove_pis：移除处理指令节点。
- remove_blank_paragraphs：移除空白段落。
- 示例代码：
- 示例代码：
- HTMLParser解析器：
HTMLParser是lxml库提供的一种基于libxml2的解析器，用于解析HTML文档。它支持HTML的大部分特性，并且具有自动修复错误和补充缺失元素的功能。常用参数有：
- no_network：禁用所有网络访问。
- recover：尝试修复损坏的HTML文档。
- remove_blank_text：移除空白文本节点。
- remove_comments：移除注释节点。
- remove_pis：移除处理指令节点。
- remove_blank_paragraphs：移除空白段落。
- remove_embedded_stylesheets：移除嵌入式样式表。
- 示例代码：
- 示例代码：
推荐的腾讯云相关产品和产品介绍链接地址：
- 腾讯云云函数（Serverless 架构）：https://cloud.tencent.com/product/scf
- 腾讯云弹性容器实例（容器部署）：https://cloud.tencent.com/product/eci
- 腾讯云容器服务（容器编排）：https://cloud.tencent.com/product/ccs
相关·内容
我有一个XML文件，其中需要进行DTD验证，如下所示：
<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE item SYSTEM "C:/report.dtd">
<item>
<text>Address</text>
<data>
Sample
</data>
</item>
现在，这个xml是从python脚本生成的，并且必须提供给jenkins 。因此，我读
浏览 1提问于2016-05-25得票数 0
1回答
我使用python模块lxml解析xml文件。但是，一些xml文件包含无效字符，例如。由于这个原因，我得到了跟随错误。
lxml.etree.XMLSyntaxError:输入不是正确的UTF-8，指示编码！
字节: 0xAE 0x0A0x530x6F，第45行，第91列
->删除字符解决了这个问题。
如果没有这样的字符，我就不能告诉数据提供程序提供xml。为了避免重复，我尝试了堆栈溢出的解决方案，它给了我同样的错误。
parsed_doc = etree.parse(u, etree.XMLParser(encoding='utf-8', ns_clean=Tr
浏览 1提问于2016-06-06得票数 2
回答已采纳
我正在用转换文档。在使用python3时，我遇到了以下错误。但是我的python2没有任何错误
-> % python3 cstm/artefact.py
Traceback (most recent call last):
File "cstm/artefact.py", line 98, in <module>
simplify_this_dataset('fisheries-service-des-peches.xml')
File "cstm/artefact.py", line 85, in simpl
浏览 2提问于2015-02-16得票数 27
回答已采纳
1回答
意外重命名文件中的字段
、、、、
我使用Python 4/lxml解析xml格式的RSS提要(特别是)。我发现，在从接收页面数据的请求到从文本读取页面数据的BS4转换过程中，链接字段的名称正在被更改。具体来说，res.text包含...</saleends><link>https://foo.itch.io/bar</link><description>...，但将其读入is 4/lxml并打印结果为...</saleends><link/>https://foo.itch.io/bar<description>...，BS4无法正确解析该..
浏览 2提问于2020-11-03得票数 0
回答已采纳
1回答
对于我的项目，我需要解析xml文件。为此，我使用lxml。我需要解析的文件有一个cp1251编码，当然，为了使用lxml解析它，我需要将它解码成utf-8，我不知道怎么做。我试图搜索一些关于这个的东西，但所有的解决方案都是针对Python 2.7或不起作用的。如果你想写一些像这样的东西
inp = open("business.xml", "r", encoding='cp1251').decode('utf-8')
或
inp.decode('utf-8')
它会变得
builtins.AttributeErro
浏览 0提问于2013-04-21得票数 1
回答已采纳
1回答
使用此代码：
from lxml import etree
with open( 'C:\\Python33\\projects\\xslt', 'r' ) as xslt, open( 'C:\\Python33\\projects\\result', 'a+' ) as result, open( 'C:\\Python33\\projects\\xml', 'r' ) as xml:
s_xml = xml.read()
s_xslt = xslt.read()
tr
浏览 2提问于2014-02-04得票数 1
回答已采纳
1回答
无法序列化PySpark UDF
、、、、
我正在尝试在PySpark中创建一个UDF。该函数接受一个xml形式的输入字符串。然后，它使用lxml对其进行解析，并返回带有属性的字典列表。我创建了函数parse_xml，但是当我尝试spark.udf.register("parse_xml", parse_xml)代码行时，它给出了错误：PicklingError: Could not serialize object: TypeError: can't pickle lxml.etree.XMLParser objects。 看起来lxml对象是不可序列化的，但是输入是一个字符串，输出是一个列表/字典--有没有
浏览 35提问于2020-06-18得票数 1
在“lxml's ”中，它写道：
lxml可以通过BeautifulSoup模块与lxml.html.soupparser的解析功能进行接口。它提供了三个主要功能: file ()和parse()用于使用BeautifulSoup将字符串或文件解析为lxml.html文档；convert_tree()将现有的BeautifulSoup树转换为顶级元素的列表。
同时，BS‘还可以使用lxml作为解析器.
美丽的Soup支持Python标准库中包含的HTML解析器，但它也支持许多第三方Python解析器。一个是lxml解析器。
BS 还建议使用lxml作为速度解析器。
那么
浏览 2提问于2015-08-25得票数 3
回答已采纳
如何在lxml.html.clean.Cleaner模块中设置Unicode字符串编码声明？我正在寻找一个网站的纯文本阅读，并在过去使用lxml作为一种方式来做这件事，刮掉的html和javascript。对于某些页面，我开始收到一些关于编码的奇怪错误，但是不知道如何正确地设置这个参数。
import requests
from lxml.html.clean import Cleaner
cleaner = Cleaner()
cleaner.javascript = True
cleaner.style = True
cleaner.html= True
>>> ur
浏览 2提问于2013-12-18得票数 0
我正在编写一个简单的脚本来从中获取大的灰色表格。
我拥有的代码如下：
import urllib2
from lxml import etree
html = urllib2.urlopen("http://www.afi.com/100years/movies10.aspx").read()
root = etree.XML(html)
但我在最后一条语句中得到了一个错误。
Traceback (most recent call last):
File "D:\Workspace\afi100\afi100.py", line 13, in <m
浏览 2提问于2010-12-07得票数 3
回答已采纳
似乎忽略了我传递给它的任何namespaceHTMLElements=False选项。它将我给它的所有元素放入HTML命名空间中，而不是(预期的)空命名空间。
这里有一个简单的例子，可以重现这个问题：
echo "<p>" | python -c "from sys import stdin; \
from lxml.html import html5parser as h5, tostring; \
print tostring(h5.parse(stdin, h5.HTMLParser(namespaceHTMLElements=False)))
浏览 2提问于2015-09-23得票数 5
回答已采纳
我试图在visual 2015中运行python脚本，并且我想指定我的arparse函数的路径，但是我一直在接收OSError。请参见更新，问题似乎在于a解析如何从命令接收值，而不是bash行为。
不管我是这样指定的
C:\Users\Sayth\Documents\Racing\XML\*xml
或者像这样
C:\\Users\\Sayth\Documents\\Racing\\XML\\*xml
我得到一个没有找到路径的OSError
OSError: Error reading file 'C:\\Users\\Sayth\\Documents\\Racing\\XML\\*xm
浏览 2提问于2016-05-02得票数 0
2回答
从文件下载创建xsd文档
、、、
我正在尝试加载存储在s3上的xsd文档。它给了我以下错误
>>> from lxml import etree
>>> xsd_url = 'https://s3-us-west-1.amazonaws.com/premiere-avails/movie.xsd.xml'
>>> node=etree.fromstring(requests.get(xsd_url).text)
Traceback (most recent call last):
File "<stdin>", line 1,
浏览 5提问于2015-05-25得票数 1
回答已采纳
2回答
这是我的xml文件：
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE papers>
<papers>
<paper>
<title>Title containing & and more</title>
</paper>
</papers>
我怎么用lxml的etree来读它呢?我试过了。
from lxml import etree
with open(xml_file, 'r&#
浏览 1提问于2016-05-03得票数 3
回答已采纳
我使用Python脚本在XML文件中添加节点(或复制现有节点)。脚本使用lxml库。下面是现有的片段：
<entitlements>
<bpuiEnabledForSubusers>true</bpuiEnabledForSubusers>
<appCodesAllowedForSubusers>My Accounts,Bill Pay</appCodesAllowedForSubusers>
<enabled>true</enabled>
<monitored>tr
浏览 2提问于2016-08-26得票数 0
回答已采纳
我的XML文件具有如下所示的数据结构
<report>
<table>
<detail name="John" surname="Smith">
<detail name="Michael" surname="Smith">
<detail name="Nick" surname="Smith">
... {a lot of <detail> elements}
</table>
浏览 1提问于2017-09-04得票数 1
回答已采纳
我调用以下命令并获得以下错误：
>>>lxml.etree.tostring([tree].getroot(), with_comments=False)
ValueError: Can only discard comments in C14N serialisation
我不知道C14N是什么，但我希望能解释一下如何实现它并使用with_comments=False运行前面的命令。(是的，我知道我可以用regex删除评论。请不要提供正则表达式作为解决方案。)
背景:我想通过连接传输xml。我正在使用lxml Python库。我正在运行Python2.7.1
浏览 4提问于2011-06-30得票数 5
回答已采纳
2回答
我正在尝试使用lxml来帮助我解析一些XML文件并将其输出。但是，XML文件中有一些特殊字符。我不想替换它，因为它太复杂了，无法摆脱它。另外，我不能强迫其他人生成格式良好的XML。
Python有没有办法让我用lxml处理格式不正确的XML？
我可以正确地读懂它：
parser = etree.XMLParser(recover=True)
root = etree.parse(sys.argv[1],parser=parser)
但是当我想打印元素文本时，它只能打印内容，直到出现特殊字符。
for element in root.iter("content"):
浏览 1提问于2012-11-16得票数 0
回答已采纳
我正在使用lxml解析一个巨大的etree.parse文件(大约65MB - 300MB)。当我运行包含以下函数的独立python脚本时，我得到一个内存分配失败：
Error:
Memory allocation failed : xmlSAX2Characters, line 5350155, column 16
部分函数代码：
def getID():
try:
from lxml import etree
xml = etree.parse(<xml_file>) # here is where t
浏览 3提问于2012-06-02得票数 3
我正在尝试使用python & lxml删除XML文档中两个标记之间的所有内容。问题是标签可以在树的不同分支中(但总是在相同的深度)，示例文档可能如下所示。
<root>
<p> Hello world <start />this is a paragraph </p>
<p> Goodbye world. <end />I'm leaving now </p>
</root>
我想删除开始标记和结束标记之间的所有内容。这将导致单个p标记：
<root>
浏览 0提问于2010-08-04得票数 1
回答已采纳
我试图迭代XML文档的元素，并在'start‘元素和'end’元素上触发事件。
在使用Python的lxml模块时，这是非常直截了当的，甚至还有另外一个关于这个模块的问题：
#!/usr/bin/python
import re, sys
from lxml import etree
from StringIO import StringIO
dtd = etree.DTD (open (sys.argv [1], "r"))
xml = etree.XML (open (sys.argv [2], "r").read ())
result
浏览 3提问于2015-06-03得票数 1
回答已采纳
我试图使用Python来解析HTML (尽管严格地说，服务器声称它是xhtml)，而我尝试过的每个解析器(ElementTree、minidom和lxml)都失败了。当我查看问题所在时，它位于一个脚本标记中：
<script type="text/javascript">
... // some javascript code
if (condition1 && condition2) { // croaks on this line
我知道问题出在哪里，应该引用这句话。问题是，这是在javascript脚本标记中，因此不能引用，因为这会破坏
浏览 3提问于2014-10-08得票数 3
回答已采纳
所以，我的问题是，我正在尝试做一些有点非正统的事情。我有一组复杂的XSD文件。但是，我不想使用这些XSD文件来验证XML文件；我希望将这些XSD解析为XML，并像查询普通XML文件一样对它们进行查询。这是可能的，因为XSD是有效的XML。我正在将lxml与Python3一起使用。
我遇到的问题是语句：
<xs:include schemaLocation="sdm-extension.xsd"/>
如果我指示lxml创建用于验证的XSD，如下所示：
schema = etree.XMLSchema(schema_root)
这个依赖关系将被解析(该文件与我刚刚加载的
浏览 1提问于2015-09-03得票数 1
2回答
我试图理解为什么在并行线程中运行多个解析器不能加快解析HTML的速度。一个线程执行100个任务的速度是两个线程的两倍，每个线程有50个任务。
这是我的代码：
from lxml.html import fromstring
import time
from threading import Thread
try:
from urllib import urlopen
except ImportError:
from urllib.request import urlopen
DATA = urlopen('http://lxml.de/FAQ.html').r
浏览 5提问于2015-08-29得票数 10
回答已采纳
我向发送GET请求：
import requests
url = "http://api.careerbuilder.com/v1/jobsearch"
payload = {'DeveloperKey': 'MY_DEVLOPER_KEY',
'JobTitle': 'Biologist'}
r = requests.get(url, params=payload)
xml = r.text
并得到一个看起来像的XML。但是，我在解析它时遇到了问题。
使用任一lxml
>>&g
浏览 6提问于2013-03-26得票数 5
回答已采纳
，似乎我使用了错误的函数。使用.fromstring -没有错误消息
xml_ = load() # here comes the unicode string with Cyrillic letters
print xml_ # prints everything fine
print type(xml_) # 'lxml.etree._ElementUnicodeResult' = unicode
xml = xml_.decode('utf-8') # here is an error
doc = lxml.etree.parse(x
浏览 6提问于2012-07-08得票数 4
回答已采纳
1回答
向lxml元素添加行号
、、、
我正在尝试找到一种方法，将原始XML文本中的行号添加到从python的lxml模块构建的XML树中的每个元素。这将允许我从树中获取一个元素，并简单地做一些事情，以达到 line_num = element.xml_line_num 我知道lxml树元素中有一个sourceline属性，但这是不可靠的。这并不总是正确的。使用Python2.7默认提供的基本ElementTree，默认解析器有一个名为GetInputContext()的方法，我可以通过遍历原始XML文本中的各行并与从该输入上下文方法获得的文本进行比较来使用该方法。我很快发现来自默认解析器的CurrentLineNu
浏览 21提问于2019-03-08得票数 0
我有一台。请下载并另存为blog.xml。这是我在Google-blogger中的文件列表，我写了一些代码来解析它，lxml中有一些东西。
code1：
from stripogram import html2text
import feedparser
d = feedparser.parse('blog.xml')
for num,entry in enumerate(d.entries):
string=entry.content[0]['value'].encode("utf-8")
print html2text(s
浏览 3提问于2013-04-07得票数 7
回答已采纳
下面是一些HTML：
<ol><ul><li>item</li></ul></ol>
还有一些用lxml解析并重新打印它的python 3代码：
import sys
from lxml import etree, html
document_root = html.fromstring(sys.stdin.read())
print(etree.tostring(document_root, encoding='unicode'))
这是输出：
<div><ol/><ul&
浏览 3提问于2021-07-26得票数 1
回答已采纳
我正在验证XML文件。我需要在一起显示所有标记错误，比如缺少的<、>、\。当我使用下面的代码时，它只显示第一个错误。
try:
tree = ET.parse(filename)
except Exception as e:
excep = str(e)
print(excep)
我想把所有的不匹配显示在一起。
Sample XML: (removed some <, > , \)
<?xml version="1.0" encoding="UTF-8"?>
<note>
to>Tov
浏览 8提问于2021-12-17得票数 0
1回答
以下是XML文件：
<?xml version="1.0"?>
<!DOCTYPE data SYSTEM "test.dtd" [
<!ELEMENT data ANY>
]>
<data>&send;</data>
以下是DTD文件：
<!ENTITY % passwd SYSTEM "../../../../etc/passwd">
<!ENTITY % wrapper "<!ENTITY send SYSTEM 'h
浏览 4提问于2022-07-18得票数 0
我在python中使用lxml迭代解析来循环我的xml文件中的元素。它对大多数xml都很好，但对一些xml来说却失败了。其中一个没有断线。此类xml的错误和示例如下所示。有什么线索吗？
谢谢！！
<root><person><name>"xyz"</name><age>"10"</age></person><person><name>"abc"</name><age>"20"</age>&
浏览 1提问于2011-07-01得票数 0
我还有另一个问题我很想知道。我认为这个问题有很多解决办法，但我想知道我的方法是否可以实现。
我有一个XML文件，它使用一个外部DTD，并使用XML进行定义。
xml文件使用Python (lxml)进行解析。因此，可以使用XML中定义的DTD自动验证不同的文件。我使用一个外部DTD，可以通过互联网地址访问。但是这个网站将每个请求重定向到HTTPS端口。由于这个原因，Python无法访问外部DTD。
多亏了我的一位朋友，我才得以使用一个仍然运行在HTTP上的旧的、未使用的网站。这个存储的网站上的DTD可以被解析器找到并使用。
现在听我的问题。可以使用只能通过HTTPS服务器访问的Python的外
浏览 1提问于2020-04-24得票数 0
回答已采纳
1回答
我有两张SVG世界地图，下载了。我的目标是在python中对这些地图进行一些编辑，通过BeautifulSoup4使用它们。这对于低分辨率文件(132.5 Kb)非常有效。但是，当我尝试将BS4解析器(使用lxml)用于高分辨率文件(1.2Mb)时，它完全失败了。
代码是这样的：
import lxml
from bs4 import BeautifulSoup as Soup
with open('worldHigh.svg','r') as f:
handler = f.read()
soup = So
浏览 7提问于2017-07-06得票数 0
回答已采纳
我正在尝试用Python2.7中的lxml解析 (ENML)。ENML是XHTML的超集。
from StringIO import StringIO
import lxml.etree as etree
if __name__ == '__main__':
xml_str = StringIO('<?xml version="1.0" encoding="UTF-8"?>\r\n<!DOCTYPE en-note SYSTEM "http://xml.evernote.com/pub/enml2.dt
浏览 0提问于2013-02-27得票数 2
回答已采纳
我试着在spss文件后面读取xml，我想从etree到objectify。
如何将下面的函数转换为返回一个objectify对象？我想这样做，因为对象化xml对象对我来说(作为新手)更容易处理，因为它更像pythonic。
def get_etree(path_file):
from lxml import etree
with open(path_file, 'r+') as f:
xml_text = f.read()
recovering_parser = etree.XMLParser(recover=True)
浏览 3提问于2014-12-03得票数 2
回答已采纳
...
soup = BeautifulSoup(html, "lxml")
File "/Library/Python/2.7/site-packages/bs4/__init__.py", line 152, in __init__
% ",".join(features))
bs4.FeatureNotFound: Couldn't find a tree builder with the features you requested: lxml. Do you need to install a parser library?
我
浏览 5提问于2014-06-25得票数 341
2回答
获取DOM树中元素的XPath？
、、、、
我在python中使用lxml实现来进行和XML解析。设置一个解析器，如
parser = lxml.etree.HTMLParser()
并从HTML源返回一棵树(字符串)
tree = lxml.etree.fromstring(html, parser).getroottree() # Returns a XML tree
根据lxml文档，这应该返回DOM树(XML)
我想找到某些元素的标签，如"a"，"div"，"span“等。
如何使用所有可能的元素的标记名获取XPath？
编辑：我实际上正在开发一个AJAX爬虫，所以我需要Selenium来
浏览 0提问于2014-06-02得票数 2
回答已采纳
我有一个脚本设计用于访问在线API (谷歌搜索设备)，这需要一个特定的xml格式发布。我已经使用lxml构建了一个xml文档，但是我的问题是，在尝试创建根节点时，我得到了一个ValueError: Invalid namespace URI异常。下面是完整的示例：
gsa_ns="http://schemas.google.com/gsa/2007"
default_ns="http://www.w3.org/2005/Atom"
gsa="{%s}"%gsa_ns
default="{%s}"%default_ns
nsma
浏览 0提问于2011-11-03得票数 1
回答已采纳
1回答
我用的是LXML和漂亮汤。我有一个带有大写标记的XML文档。当我使用BeautifulSoup时，它似乎是小写的标签名称，这使我使用的find_all不直观。BS真的是这样做的，还是发生了其他事情？
soup = BeautifulSoup(
markup= data
features= 'lxml', # 'html5lib', # 'html.parser', #'lxml', #xml
)
soup.find_all('SEC-HEADER') # Returns nothing
s
浏览 2提问于2022-05-25得票数 0
1回答
在Python3.2.3上，运行在KubuntuLinux12.10上的请求为0.12.1和BeautifulSoup 4.1.0，我在解析时出现了一些网页中断：
try:
response = requests.get('http://www.wbsonline.com/resources/employee-check-tampering-fraud/')
except Exception as error:
return False
pprint(str(type(response)));
pprint(response);
pprint(s
浏览 4提问于2013-06-16得票数 1
回答已采纳
1回答
我试图使用请求解析xml文档(URL)，
面对以下错误：
ValueError: Unicode strings with encoding declaration are not supported
这是我的代码：
import requests
from lxml import etree
from lxml.etree import fromstring
req = requests.request('GET', "http://www.nbp.pl/kursy/xml/LastC.xml")
a = req.text
b = etree.fromst
浏览 2提问于2015-04-04得票数 2
回答已采纳
尝试执行以下操作...
from lxml import etree
from lxml.etree import fromstring
if request.POST:
parser = etree.XMLParser(ns_clean=True, recover=True)
h = fromstring(request.POST['xml'], parser=parser)
return HttpResponse(h.cssselect('itagg_delivery_receipt status').text_content())
浏览 1提问于2013-04-05得票数 30
回答已采纳
我有一个.gpx文件，它在文件的中间被切断。当我试图使用解析它时，我会遇到以下错误。
Parsing points in track.gpx
ERROR:root:expected '>', line 3125, column 29
Traceback (most recent call last):
File "/usr/local/lib/python2.7/dist-packages/gpxpy-0.8.7-py2.7.egg/gpxpy/parser.py", line 209, in parse
self.xml_parser = L
浏览 3提问于2013-04-24得票数 1
回答已采纳
2回答
我试图根据doctype标记中引用的外部DTD验证XML文件。具体地说：
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE en-export SYSTEM "http://xml.evernote.com/pub/evernote-export3.dtd">
...the rest of the document...
我正在使用Python3.3和lxml模块。通过阅读，我把这些都放在了一起：
enexFile = open(sys.argv[2], mode="
浏览 12提问于2014-03-13得票数 3
回答已采纳
1回答
我正在尝试创建一个Python应用程序，该应用程序使用lxml从网站中抓取HTML，并收集各国及其相应的首都。我正在从：中抓取HTML，我不知道如何获得所有的国家，这样我就可以将它们列在列表中。到目前为止，这就是我所拥有的：
from lxml import html
import requests
page = requests.get("http://www.manythings.org/vocabulary/lists/2/words.php?f=countries_and_capitals")
tree = html.fromstring(page.content)
浏览 0提问于2015-11-24得票数 1
回答已采纳
2回答
我有一个800 mb的巨大xml文件，这是dblp数据集，但当我运行我的代码时，我得到以下错误：
我在我的代码中执行以下操作：
1.Parse input file by lxml module
2.Get Title name from the User by raw_input()
3.Target article tag who title start with User input in step2.
4.Iterate every article tags from the step 3
5.Create List of list tuple which save all artic
浏览 1提问于2015-03-19得票数 1
在python3.5项目中，我必须阅读一些xml文件，并决定使用lxml库。由于我是在文件中阅读，根据文档，最有效的方法是使用lxml.etree.parse(.)函数。
我遇到的问题是，这个函数似乎总是使用默认的解析器，即使我传递的是自定义的解析器。Lxml.etree.fromstring(.)功能确实正常工作。
这段代码显示了我遇到的问题。如果我给解析()一个文件路径，那么它会给出相同的输出。
from io import StringIO
from lxml import etree
class honk(etree.ElementBase):
pass
parser_lo
浏览 1提问于2015-12-05得票数 1
回答已采纳
我有从中提取的XML代码
<?xml version="1.0" encoding="UTF-8"?>
<rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:media="http://search.yahoo.com/mrss/" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:nyt="http://www.nytimes.com/namespaces/rss/2.0" ver
浏览 2提问于2019-10-12得票数 2
回答已采纳
1回答
我已经用lxml.etree用Python编写了一个解析器，现在我正试图在Hadoop集群上运行上述解析器。当我在本地运行该函数时，它按预期工作，但当我尝试将其应用到集群上的文件时，我会收到以下错误(我正在Pyspark，python3中执行以下操作)
xml_pathname = "hdfs://file_path/date_directory/example_one.xml"
xml_tree = etree.parse(xml_pathname)
OSError: Error reading file '/file_path/date_directory/exa
浏览 3提问于2020-04-08得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
