Символ «ACK» в XML приводит к тому, что последующие поля не извлекаются (Python) - PullRequest
Новая
       43

Символ «ACK» в XML приводит к тому, что последующие поля не извлекаются (Python)

0 голосов
/ 28 января 2019

Я использую lxml для анализа XML-файла в python.В одном из файлов есть поле, содержащее символ «ACK».Все последующие поля не могут быть извлечены.Как я могу пропустить это поле, если оно содержит нестандартные символы, такие как «ACK», и продолжать извлекать оставшиеся поля? 

<layer1>
    <layer2>
        <layer3>
            <content><![CDATA[free-string ^F]]></content>
            <field1>10</field1>
            <field2>hello</field2>
        </layer3>
    </layer2>
</layer1>

Что у меня есть (ETA, чтобы показать больше кода): 

import lxml.etree as ET
try:
    try:
        coding = 'utf-8'
        parsing = ET.XMLParser(encoding=coding, recover=True)
        tree = ET.parser(file, parser=parser)
    except:
        try:
            coding = 'cp874'
            parsing = ET.XMLParser(encoding=coding, recover=True)
            tree = ET.parser(file, parser=parser)
        except:
            try:
                coding = 'cp1252'
                parsing = ET.XMLParser(encoding=coding, recover=True)
                tree = ET.parser(file, parser=parser)
            except:
                coding = 'iso-8859-1'
                parsing = ET.XMLParser(encoding=coding, recover=True)
                tree = ET.parser(file, parser=parser)

    node = tree.find('.//layer1/layer2/layer3/content')
    if node is not None and node.text is not None:
        content = node.text
    field1_node = tree.find('.//layer1/layer2/layer3/field1')
    field1 = field1_node.text
    field2_node = tree.find('.//layer1/layer2/layer3/field2')
    field2 = field2_node.text
except:
    print "Cannot parse file"

Когда извлечение для content не удалось, извлечение для field1 и field2 также не удалось (хотя все поля до content могут быть успешно извлечены.

Как мне обработатьтакие content?

...