[英]Extract xml tag value using lxml and xpath using Python
我有一个要求,我必须使用 lxml 和 xpath 提取 XML 数据。 我需要使用 lxml 和 xpath 提取 EventId = 122157660。
<B2B_DATA>
<B2B_METADATA>
<EventId>122157660</EventId>
<MessageType>Request</MessageType>
</B2B_METADATA>
<PAYLOAD>
<![CDATA[<?xml version="1.0"?>
<REQUEST_GROUP MISMOVersionID="1.1.1">
<REQUESTING_PARTY _Name="CityBank" _StreetAddress="801 Main St" _City="rockwall" _State="MD" _PostalCode="11311" _Identifier="416">
<CONTACT_DETAIL _Name="XX Davis">
<CONTACT_POINT _Type="Phone" _Value="1236573348"/>
<CONTACT_POINT _Type="Email" _Value="jXX@city.com"/>
</CONTACT_DETAIL>
</REQUESTING_PARTY>
</REQUEST_GROUP>]]>
</PAYLOAD>
</B2B_DATA>
我可以使用循环和迭代器来做到这一点,但想使用 xpath 来获得更简洁/更短的代码。 我也使用lxml来解析CDATA,所以尽量避免使用ElementTree lib。
这就是我尝试过的 -
import xml.etree.ElementTree as ET
tree = ET.parse('file.xml')
root = tree.getroot()
for neighbor in root.iter('B2B_METADATA'):
for element in neighbor:
if element.tag == 'EventId':
print(element.text)
请求的 O/P:EventId 122157660
实际上对于非常简单的查询,内置的 etree 支持有限的 XPath :
print(root.findall('.//B2B_METADATA/EventId')[0].text)
类似于 lxml 的xpath
:
print(root.xpath('//B2B_METADATA/EventId')[0].text)
或通过解析的对象:
print(root.find('B2B_METADATA').find('EventId').text)
要将您的迭代器向下移动到 XPath,您可以使用如下内容:
result = tree.xpath('/B2B_DATA/B2B_METADATA/EventId/text()')
这将返回 XML 中的EventId
元素(嵌套在B2B_METADATA
元素中,嵌套在B2B_DATA
元素中)中包含的文本节点的字符串表示形式,即122157660
。 如果 XML 中有多个这样的文本节点,那么xpath
方法会将它们全部作为字符串列表返回。
如果您知道EventId
只出现在/B2B_DATA/B2B_METADATA
,那么您可以将 XPath 缩短为//EventId/text()
。 它的计算效率会降低,因为//
会在整个文档中搜索EventId
元素,但是您可能会重视简洁而不是效率,特别是如果 XML 文档非常小(如您的示例)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.