Python lxml＆以xpath开头？

Question

对Python来说是相当新的东西，而对XML来说则是不可思议的新东西，更不用说解析它了。 我需要从一系列weblogic XML配置文件中识别集群节点。 我已经弄清楚了如何获得其中的75％； 现在，我要处理极端情况，并且不确定如何进行。

Weblogic XML配置文件以名称空间定义开头，然后是许多子元素，其中一些具有自己的子元素。

我感兴趣的元素是<server> ，通常会有一个名为<listen-address>的子元素，其中包含我要查找的主机名。

遵循“我们喜欢标准，我们有很多标准”的范式，该模型并非在所有地方都适用。 在不起作用的地方，我需要寻找<server>的子元素，称为<machine> 。 该元素包含一个别名，该别名在与<server>相同级别的另一个根子对象中扩展。

因此，图片值一千字：

注意：试图避免发送大量的xml； 但是，显然，我尝试节省带宽使问题更难解决。 道歉。 我确实削减了不需要或与安全相关的子元素。

<?xml version='1.0' encoding='UTF-8'?>
<domain xmlns="http://xmlns.oracle.com/weblogic/domain" xmlns:sec="http://xmlns.oracle.com/weblogic/security" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:wls="http://xmlns.oracle.com/weblogic/security/wls" xsi:schemaLocation="http://xmlns.oracle.com/weblogic/security/wls http://xmlns.oracle.com/weblogic/security/wls/1.0/wls.xsd http://xmlns.oracle.com/weblogic/domain http://xmlns.oracle.com/weblogic/1.0/domain.xsd http://xmlns.oracle.com/weblogic/security/xacml http://xmlns.oracle.com/weblogic/security/xacml/1.0/xacml.xsd http://xmlns.oracle.com/weblogic/security/providers/passwordvalidator http://xmlns.oracle.com/weblogic/security/providers/passwordvalidator/1.0/passwordvalidator.xsd http://xmlns.oracle.com/weblogic/security http://xmlns.oracle.com/weblogic/1.0/security.xsd">
  <name>EDIServices_Domain</name>
  <domain-version>12.2.1.0.0</domain-version>
  <security-configuration>
    <name>EDIServices_Domain</name>
    <default-realm>myrealm</default-realm>
    <node-manager-username>snipped</node-manager-username>
    <node-manager-password-encrypted>not_really_my_pwd</node-manager-password-encrypted>
  </security-configuration>
  <server>
    <name>EDIServices_AS</name>
    <listen-port>60010</listen-port>
    <web-server>
      <name>EDIServices_AS</name>
      <web-server-log>
        <file-name>/opt/app/oracle/user_projects/logs/EDIServices_Domain/access.log</file-name>
        <file-count>24</file-count>
        <file-min-size>10000</file-min-size>
        <rotate-log-on-startup>true</rotate-log-on-startup>
        <elf-fields>c-ip cs-uri date time cs-method cs-uri sc-status</elf-fields>
        <log-file-format>common</log-file-format>
      </web-server-log>
    </web-server>
    <listen-address></listen-address>
  </server>
  <server>
    <name>EDIServices_MS1</name>
    <machine>EDIServices_MC1</machine>
    <listen-port>60014</listen-port>
    <cluster>EDIServices_CS</cluster>
    <listen-address></listen-address>
  </server>
  <server>
    <name>EDIServices_MS2</name>
    <machine>EDIServices_MC2</machine>
    <listen-port>60014</listen-port>
    <cluster>EDIServices_CS</cluster>
    <listen-address></listen-address>
  </server>
  <cluster>
    <name>EDIServices_CS</name>
    <cluster-messaging-mode>unicast</cluster-messaging-mode>
    <dynamic-servers>
      <maximum-dynamic-server-count>0</maximum-dynamic-server-count>
    </dynamic-servers>
  </cluster>
  <production-mode-enabled>true</production-mode-enabled>
  <configuration-version>12.2.1.0.0</configuration-version>
<machine xsi:type="unix-machineType">
    <name>EDIServices_MC1</name>
    <node-manager>
      <name>EDIServices_MC1</name>
      <nm-type>SSL</nm-type>
      <listen-address>host001</listen-address>
      <listen-port>7001</listen-port>
    </node-manager>
  </machine>
  <machine xsi:type="unix-machineType">
    <name>EDIServices_MC2</name>
    <node-manager>
      <name>EDIServices_MC2</name>
      <listen-address>host002</listen-address>
      <listen-port>7001</listen-port>
    </node-manager>
  </machine>
</domain>

因此，在“普通”配置上运行它，我得到：

$ ./lxml configs/EntsvcSoa_Domain_config.xml  
EntsvcSoa_AS    => host003.myco.com
EntsvcSoa_MS1   => host004.myco.com
EntsvcSoa_MS2   => host005.myco.com

针对abi-normal配置运行它，我目前得到：

$ ./lxml configs/EDIServices_Domain_config.xml
EDIServices_MS1 => EDIServices_MC1
EDIServices_MS2 => EDIServices_MC2

使用上面的示例，我想将EDIServices_MC1和EDIServices_MC2分别转换为host001和host002。

主要循环是：

注意：为了完整起见，下面是整个脚本：

#!/usr/bin/env python3

from lxml import etree
import re
import sys
import os
import pprint

if len(sys.argv) != 2:
  print('Format: ./wl_clusters ${weblogic_config_file}')
  sys.exit(1)

if not os.path.isfile(sys.argv[1]):
  print('Format: ./wl_clusters ${weblogic_config_file}')
  sys.exit(2)

config = sys.argv[1]

# set up lxml structures
tree = etree.parse(config)
root = tree.getroot()

# set up xml namespace govno
ns = root.nsmap[None]
namespaces = { 'ns': ns }

for server in root.findall('ns:server', namespaces):
  cs = server.find('ns:cluster', namespaces)
  if cs is None:
    continue
  # cluster_name = server.find('ns:cluster', namespaces).text
  cluster_name = cs.text
  listen_address = server.find('ns:listen-address', namespaces)
  server_name = listen_address.text
  if server_name is None:
    machine = server.find('ns:machine', namespaces)
    if machine is None:
      continue
    else:
      server_name = machine.text

  print("%-15s => %s" % (cluster_name, server_name))

（花了我几天的时间来编写12行代码……好东西，我不是为了谋生而做的:)）

改写，我需要在名称与相应<server>子项下的名称匹配的<machine>子项下找到。 从网络上的一些示例中，我相信xpath可能会有所帮助，但即使是简单的示例也无法实现。

Answer 1

这是在文件中使用xpath的示例。 我处理每个元素“域”并显示“名称*”，因为它们在中处于同一级别，所以可以使用。

from lxml import etree
xp = etree.XPath('./*/name')
for event, elem in etree.iterparse("delme.xml", events=('end',), tag="domain"):
    for name in xp(elem):
        print(name.text)

输出：

EDIServices_MS1
EDIServices_MS2
EDIServices_MC1
EDIServices_MC2

编辑：创建了粗略的xpath来匹配这两种模式。