在Python中获取XML属性？

Question

例如，我有以下XML文件：在每个短语中，我总是有2个<en>标记， x属性是PERS，LOC或ORG。
我想做的就是获取所有仅包含ORG和PERS的<en>对

XML示例：

<PHRASE>
<N y='0'> back</N>
<en x='PERS'>John</en>
<PREP>to</PREP>
<en x='LOC'>New York</en>
</PHRASE>

我正在尝试使用元素树，但是尝试了它，但是无论第二个“ en”标签是什么，它都会检索任何PERS或ORG。 我只想要PERS和ORG对（即：当它们以相同的短语出现时）

for en in root.findall('./PHRASE/en'):
    NE = en.get('x')
    if(NE) == "ORG":
     print("ORG is: ",en.text)
    NE2=en.get('x')
    if(NE2) == "PERS":
        print("PER is:", en.text)

Answer 1

如果要查找特殊短语，则必须遍历短语并测试它们是否满足条件：

for phrase in root.findall('./PHRASE'):
    ens = {en.get('x'): en.text for en in phrase.findall('en')}
    if 'ORG' in ens and 'PERS' in ens:
        print("ORG is: {}, PERS is: {}".format(ens["ORG"], ens["PERS"]))

Answer 2

您不必遍历所有短语 。 使用的功率XPath滤除PHRASE元素，其中所述第一en “SX属性是PERS和第二en ” SX属性是LOC ：

root.xpath(".//PHRASE[en[1]/@x = 'PERS' and en[2]/@x = 'LOC']")

假设您正在使用lxml.etree 。