类型错误保存lxml元素搁置

Question

我正在处理一些xml文件。
pb_id是一个字符串。
page_elements是一个表。

pb_id = x.xpath('//pb/@xml:id')[0] 
page_elements = x.xpath('//@xml:id[preceding::pb]') 

我想这些值在货架缓存保存：

s = shelve.open('cache.shelve') 
s[str(pb_id)] = page_elements 

但它返回此错误：

can't pickle _Element objects

，我还需要一些其他类型的投page_elements？
type(page_elements)是<type 'list'>

Answer 1

只有picklable数据类型可以存储在一个架子 - 特别是，由C扩展添加类型需要明确的支持是picklable;迄今为止，lxml还没有写出这种支持。

除非您愿意为上游lxml提供补丁，并且通过合并和发布来牧养它，否则我会建议您重新审视您的要求：为什么要尝试存储有问题的数据？你能否以不同的方式序列化内容（比如，对XML文本 - 即使该文本被搁置），并在加载时将其反序列化？

如果您将XML元素封装在您控制的数据结构中，则可以覆盖__getstate__()和__setstate__()以正确序列化和反序列化;详情请参阅the pickle library documentation。

你可能最终得到这样的：

class PicklablePage(object): 
    def __init__(self, page_elements=None): 
    self.page_elements = page_elements or [] 
    def __getstate__(self): 
    return {'page_elements': [ lxml.etree.tostring(el) 
           for el in self.page_elements ]} 
    def __setstate__(self, state): 
    self.page_elements = [ lxml.etree.fromstring(el_text) 
          for el_text in state['page_elements'] ] 

这可以被封装和拆封（因此搁置和unshelved）安全：

>>> el = lxml.etree.fromstring('<content>Hello</content>') 
>>> p = PicklablePage([el]) 
>>> print pickle.loads(pickle.dumps(p)).page_elements[0].text 
Hello 

Answer 2

ok了，明白了：名单是由_Element对象组成。 我想我已经解决了这一方式，将所有列表元素STR（）

page_elements[:] = [str(x) for x in page_elements]