python – 使用lxml解析奇怪的结构化XML
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了python – 使用lxml解析奇怪的结构化XML,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含2363字,纯文字阅读大概需要4分钟。
内容图文
我有许多需要解析的XML文件.我写了一些有用的代码,但很难看,我想从比我更有经验的人那里得到一些建议.
首先,我可能在错误的上下文中使用了一些术语,因为我对XML的经验是有限的.按元素,除非另有说明,我的意思是这样的:
<root>
<element>
...
</element>
<element>
...
</element>
</root>
无论如何,每个文件都包含许多元素,其中包含许多子元素(显然).让我感到困惑的是,需要以四种不同的方式获取相关的价值观;
1)节点文本:
<tag>value</tag>
2)属性:
<tag attribute="value"></tag>
3)标签内“隐藏”的值(在这种情况下为“true”):
<tag><boolean.true/></tag>
4)同名标签内的值(“tagA”),但具有不同名称的“祖父母”标签(“tag1”和“tag2”),都在同一元素内. “tagA”对我没用,相反我会寻找“tag1”和“tag2”.
<element>
<tag1><tagA>value</tagA><tag1>
<tag2><tagA>value</tagA></tag2>
</element>
目前我有一个字典,每个文件都是一个关键字.值是带有“属性”,“节点文本”,“标记”和“父元素”键的字典.
例:
{'file1.xml' : 'attributes' : {'Person': 'Id', 'Car' : 'Color'},
'node text': ['Name', 'Address'],
}
“Person”和“Car”是标签,“Id”和“Color”是属性名称.
这使得迭代所有元素并检查每个标记变得容易,如果字典中存在匹配(如果dict [‘file1.xml’] [‘attributes’]中的elem.tag),则提取值.
正如我所说,代码有效,但我不喜欢我的解决方案.此外,并非所有元素都具有所有子元素(例如,Person可能没有汽车,那么该标签将完全丢失),我需要将这些值分配给“None”.现在我得到每个文件中每个元素应该存在的所有标记,将它们变成一个集合,然后检查它们与我实际从该元素中提取值的标记集之间的差异.再一次,代码非常难看.
希望这个烂摊子有道理.
编辑:
我使用了J.F.Sebastian建议将xpath存储到字典中的每个值,字段名称为键,xpath为值.
解决方法:
您可以使用相对于元素的xpath表达式而不是复杂的数据结构来简化输入代码,例如,#1-4情况:
>标签/文字()
> tag / @ attribute
> name(DTBoolean / * [1])
>(tag1 | tag2)/ * / text()
要使用哪种输出数据结构取决于您希望以后如何在代码中使用它.您可以从对当前代码最方便的结构开始.当您更好地理解要求时,将其演变为更通用的解决方案.
I output it to csv, where each element is one row in the csv file.
…
I use a defaultdict to store the elements and then store those in a list before I output them to csv.
你可以使用普通的dict和csv.DictWriter(fieldnames = xpathdict.keys()):
# for each element
row_dict = dict.fromkeys(xpathdict.keys())
...
# for each key
row_dict[key] = element.xpath(xpathdict[key]) or None
...
dictwriter.writerow(row_dict)
其中xpathdict是字段名称和相应的xpath表达式之间的映射.一般来说,你可以存储函数对象f(元素) – > csv字段而不是/除xpath exprs之外.
内容总结
以上是互联网集市为您收集整理的python – 使用lxml解析奇怪的结构化XML全部内容,希望文章能够帮你解决python – 使用lxml解析奇怪的结构化XML所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。