使用 python 解析 XML 文件的一部分

Question

我是 python 和 xml 的新手。 看过有关该主题的以前的帖子，我无法弄清楚如何准确地做我需要做的事情。 虽然原则上看起来很简单。

<Project>
 <Items>
  <Item>
   <Code>A456B</Code>
   <Database>
    <Data>
     <Id>mountain</Id>
     <Value>12000</Value>
    </Data>
    <Data>
     <Id>UTEM</Id>
     <Value>53.2</Value>
    </Data>
   </Database>
  </Item>
  <Item>
   <Code>A786C</Code>
   <Database>
    <Data>
     <Id>mountain</Id>
     <Value>5000</Value>
    </Data>
    <Data>
     <Id>UTEM</Id>
     <Value></Value>
    </Data>
   </Database>
  </Item>
 </Items>
</Project> 

我想要做的就是提取所有的代码、值和 ID，这没问题。

import xml.etree.cElementTree as ET

name = 'example tree.xml'
tree = ET.parse(name)
root = tree.getroot()
codes=[]
ids=[]
val=[]
for db in root.iter('Code'):
    codes.append(db.text)
for ID in root.iter('Id'):
    ids.append(ID.text)
for VALUE in root.iter('Value'):
    val.append(VALUE.text)
print codes
print ids
print val

['A456B', 'A786C']
['mountain', 'UTEM', 'mountain', 'UTEM']
['12000', '53.2', '5000', None]

我想知道哪些 ID 和值与哪些代码对应。 像字典这样的东西可能或者可能是一个 DataFrame 列表，其中行索引是 Id，列标题是 Code。

例如

A456B = {山：12000，UTEM：53.2}
A786C = {山：5000，UTEM：无}

最终我想使用这些值来提供一个方程。

请注意，真实的 xml 文件可能不会在每个代码中包含相同数量的 ID 和值。 此外，Id 和 Value 可能因一个 Code 部分而异。

对不起，如果这个问题是基本的，或者不清楚......我只做了一个月的python：/

Answer 1

BeautifulSoup是一个非常有用的模块，用于解析 HTML 和 XML。

from bs4 import BeautifulSoup
import os

# read the file into a BeautifulSoup object
soup = BeautifulSoup(open(os.getcwd() + "\\input.txt"))

results = {}

# parse the data, and put it into a dict, where the values are dicts
for item in soup.findAll('item'):
    # assemble dicts on the fly using a dict comprehension:
    # http://stackoverflow.com/a/14507637/4400277
    results[item.code.text] = {data.id.text:data.value.text for data in item.findAll('data')}

>>> results
{u'A786C': {u'mountain': u'5000', u'UTEM': u''}, 
 u'A456B': {u'mountain': u'12000', u'UTEM': u'53.2'}

Answer 2

这可能是你想要的：

import xml.etree.cElementTree as ET

name = 'test.xml'
tree = ET.parse(name)
root = tree.getroot()
codes={}

for item in root.iter('Item'):
    code = item.find('Code').text
    codes[code] = {}

    for datum in item.iter('Data'):
        if datum.find('Value') is not None:
            value = datum.find('Value').text
        else:
            value = None
        if datum.find('Id') is not None:
            id = datum.find('Id').text
            codes[code][id] = value

print codes

这产生： {'A456B' : {'mountain' : '12000', 'UTEM' : '53.2'}, 'A786C' : {'mountain' : '5000', 'UTEM' : None}}

这将遍历所有 Item 标签，并为每个标签创建一个指向 id/value 对的字典的字典键。 仅当 Id 标签不为空时，才会创建 id/data 对。