python操作xml文件示例
admin
2023-07-31 02:06:54
0

复制代码 代码如下:
def get_seed_data(filename):
dom = minidom.parse(filename)
root = dom.documentElement
system_nodes = root.getElementsByTagName(\”system\”)
k = 0
seed_list = []
for system_node in system_nodes:
    #print system_node.nodeName+\’ id=\’+system_node.getAttribute(\’id\’)
    system_id = system_node.getAttribute(\”id\”)
    system_name = system_node.getAttribute(\”name\”)
    #print \’system_name:%s\’%system_name
    section_nodes = system_node.getElementsByTagName(\”section\”)
    for section_node in section_nodes:
            section_id = section_node.getAttribute(\’id\’)
            section_name = section_node.getAttribute(\’name\’)
            #print \’ \’+section_node.nodeName+\’ id=\’+section_id+\’ name=\’+section_name
            crawl_cycle_node = section_node.getElementsByTagName(\”crawl_cycle\”)
            crawl_cycle = crawl_cycle_node[0].childNodes[0].nodeValue
            #print \’  \’+crawl_cycle_node[0].nodeName+\’=\’+crawl_cycle
            seed_nodes = section_node.getElementsByTagName(\’seed\’)
            for seed_node in seed_nodes:
                seed = {}
                seed[\’crawl_cycle\’] = crawl_cycle
                seed[\’system_id\’] = int(system_id)
                seed[\’system_name\’] = system_name
                seed[\’section_id\’] = int(section_id)
                seed[\’section_name\’] = section_name
                seed_id = seed_node.getAttribute(\’id\’)
                seed[\’seed_id\’] = int(seed_id)
                #print \’  \’+seed_node.nodeName+\’ \’+\’id=\’+seed_id
                userblog_url_node = seed_node.getElementsByTagName(\’userblog_url\’)
                userblog_url = userblog_url_node[0].childNodes[0].nodeValue
                seed[\’userblog_url\’] = userblog_url
                #print \’   \’+\’userblog_url\’+\’ \’+userblog_url
                print \’——————————————-\’
                print \’system_id:%d\’ % seed[\’system_id\’]
                print \’system_name:%s\’%seed[\’system_name\’]
                print \’ section_id:%d\’ % seed[\’section_id\’]
                print \’ section_name:%s\’ % seed[\’section_name\’]
                print \’  seed_id:%d\’ %seed[\’seed_id\’]
                print \’  userblog_url:%s\’ %seed[\’userblog_url\’]
                print \’=========================\’
                seed_list.append(seed)
                print seed_list[k]
                k += 1
                os.system(\’pause\’)
return seed_list

复制代码 代码如下:


 
  


   
   
    http://aaa.com.cn/loveissuuny
   

   
    http://aaa.com.cn/loveissuuny
   

   
    http://aaa.com.cn/sanxiazaixian
   

  

  

   
   
    http://aaa.com.cn/twocold
   

   
    http://aaa.com.cn/u/1233526741
   

  

 

相关内容

热门资讯

500 行 Python 代码... 语法分析器描述了一个句子的语法结构,用来帮助其他的应用进行推理。自然语言引入了很多意外的歧义,以我们...
Mobi、epub格式电子书如... 在wps里全局设置里有一个文件关联,打开,勾选电子书文件选项就可以了。
定时清理删除C:\Progra... C:\Program Files (x86)下面很多scoped_dir开头的文件夹 写个批处理 定...
scoped_dir32_70... 一台虚拟机C盘总是莫名奇妙的空间用完,导致很多软件没法再运行。经过仔细检查发现是C:\Program...
65536是2的几次方 计算2... 65536是2的16次方:65536=2⁶ 65536是256的2次方:65536=256 6553...
小程序支付时提示:appid和... [Q]小程序支付时提示:appid和mch_id不匹配 [A]小程序和微信支付没有进行关联,访问“小...
pycparser 是一个用... `pycparser` 是一个用 Python 编写的 C 语言解析器。它可以用来解析 C 代码并构...
微信小程序使用slider实现... 众所周知哈,微信小程序里面的音频播放是没有进度条的,但最近有个项目呢,客户要求音频要有进度条控制,所...
Apache Doris 2.... 亲爱的社区小伙伴们,我们很高兴地向大家宣布,Apache Doris 2.0.0 版本已于...
python清除字符串里非数字... 本文实例讲述了python清除字符串里非数字字符的方法。分享给大家供大家参考。具体如下: impor...