[英]python xml parse (minidom)
我需要從這個XML文件中讀取數據。 我不知道如何從該XML文件讀取數據aaaaa,bbbbb,ccccc,ddddd,eeeee,fffff和ggggg。
<Episode>
<Section type="report" startTime="0" endTime="10">
<Turn startTime="0" endTime="2.284" speaker="spk1">
<Sync time="0"/>
aaaaa
<Sync time="0.93"/>
bbbbb
</Turn>
<Turn speaker="spk2" startTime="2.284" endTime="6.458">
<Sync time="2.284"/>
ccccc
<Sync time="3.75"/>
ddddd
<Sync time="4.911"/>
eeeee
</Turn>
<Turn speaker="spk3" startTime="6.458" endTime="10">
<Sync time="6.458"/>
fffff
<Sync time="8.467"/>
ggggg
<Sync time="9.754"/>
</Turn>
</Section>
</Episode>
我寫這段代碼:
# -*- coding: UTF-8-*-
from xml.etree import ElementTree as ET
import os
from xml.dom import minidom
dom = minidom.parse("aaa.trs")
conference=dom.getElementsByTagName('Turn')
for node in conference:
conf_name=node.getAttribute('speaker')
print conf_name
sync=node.getElementsByTagName('Sync')
for s in sync:
s_name=s.getAttribute('time')
print s_name
輸出為:
sp1
sp2
sp3
但是輸出應該是:
sp1
aaaaa
bbbbb
sp2
ccccc
ddddd
eeeee
sp3
fffff
ggggg
有什么建議么? 謝謝。
一種方法是獲取每個Sync
節點的nextSibling
:
conference = dom.getElementsByTagName('Turn')
for node in conference:
conf_name = node.getAttribute('speaker')
print conf_name
sync = node.getElementsByTagName('Sync')
for s in sync:
print s.nextSibling.nodeValue.strip()
打印:
spk1
aaaaa
bbbbb
spk2
ccccc
ddddd
eeeee
spk3
fffff
ggggg
另外,通過獲取每個Sync
節點的tail
,您可以使用ElementTree
獲得相同的結果:
tree = ET.parse("aaa.trs")
for turn in tree.findall('.//Turn'):
print turn.attrib.get('speaker')
for sync in turn.findall('.//Sync'):
print sync.tail.strip()
希望能有所幫助。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.