如何將多個XML元素解析為一個字符串？
[英]how to parse multiple XML elements into one string?
問題描述
考慮下面的XML ，它僅包含兩個稱為Mydoc節點：
<?xml version="1.0" encoding="UTF-8" ?>
<Mydoc Time="2017-01-02"
Period="2017-01-03">
<mycontent ClassID="kinder">
<bibliography>
<Id>
<Num>123456</Num>
</Id>
<Body>
this is some crazy text my friend
</Body>
<myreaders>
<names>
<Id>john</Id>
<value>95</value>
</names>
</myreaders>
<school>
<myclass>
<Id>12</Id>
<name>Laura</name>
</myclass>
<myclass>
<Id>14</Id>
<name>Frank</name>
</myclass>
<myclass>
<Id>144</Id>
<name>Jonny</name>
</myclass>
<myclass>
<Id>222</Id>
<name>Alex</name>
</myclass>
<myclass>
<Id>5443</Id>
<name>Johnny Doe</name>
</myclass>
</school>
</bibliography>
</mycontent>
<mycontent ClassID="preK">
<bibliography>
<Id>
<Num>123456</Num>
</Id>
<Body>
this is another crazy text my friend
</Body>
<myreaders>
<names>
<Id>fritz</Id>
<value>133</value>
</names>
</myreaders>
</bibliography>
</mycontent>
</Mydoc>
我正在嘗試使用xml.etree進行解析，並將每個節點mydoc放入Pandas數據xml.etree一行。
但是，正如您所看到的，我想將多個稱為myclass元素合並到數據幀的一個單元中。
例如，預期的輸出（具有兩行兩列的Pandas數據框）將類似於：
myreaders school
"(john-95)" "(12-Laura),(14-Frank),(144-Johnny),(222-Alex),(5443-Johnny Doe)"
"(fritz-133)" ""
我嘗試使用xpath但無法將xpath查找合並到一個字符串列表中，例如"(12-Laura),(14-Frank),(144-Johnny),(222-Alex),(5443-Johnny Doe)"
有什么建議么？
謝謝！
4 個解決方案
解決方案1
1 2018-04-16 20:50:11
解決方案2
1 2018-04-16 20:51:09
列表理解技巧已經相當流行，但是我認為這是您所需要的。
import xml.etree.ElementTree as ET
import pandas as pd
tree = ET.parse('test.xml')
root = tree.getroot()
dicty = {}
dicty['myreaders'] = [','.join(['(' + x.findall('Id')[0].text + '-' + x.findall('value')[0].text + ')' for x in (root.findall('.//mycontent/bibliography/myreaders/names'))])]
dicty['school'] = [','.join(['(' + x.findall('Id')[0].text + '-' + x.findall('name')[0].text + ')' for x in (root.findall('.//mycontent/bibliography/school/myclass'))])]
print(dicty)
print(pd.DataFrame(dicty))
輸出：
myreaders school
0 (john-95) (12-Laura),(14-Frank),(144-Jonny),(222-Alex),(...
沒有真正簡單的方法來解析xml，您需要大量有關數據結構的知識。
解決方案3
1 2018-04-16 21:04:29
您是否考慮過使用lxml模塊？ 它具有一些非常方便的方法來解析和遍歷xml文件。 例如，我嘗試了以下findall-lists並將它們組合在一起，然后可以將它們添加到記錄的“其余”部分：
from lxml import etree
root = etree.parse(path_to_xml_file)
ids = [i.text for i in root.findall(".//myclass/Id")]
names = [n.text for n in root.findall(".//myclass/Name")]
comb = list(zip(ids,names))
這將為您提供：
[('12', 'Laura'), ('14', 'Frank'), ('144', 'Jonny'), ('222', 'Alex')]
解決方案4
1 已采納 2018-04-16 21:36:45
與其他答案類似，短一點，適用於新添加的節點：
parsedXML = ET.parse( "sample.xml")
root = parsedXML.getroot()
pairs0 = []
pairs1 = []
for mycontent in root.iter('mycontent'):
pairs0.append(','.join(['(' + name[0].text + '-' + name[1].text + ')' for name in mycontent.iter('names')]))
pairs1.append(','.join(['(' + myclass[0].text + '-' + myclass[1].text + ')' for myclass in mycontent.iter('myclass')]))
df = pd.DataFrame(data = {"myreaders": pairs0, "school": pairs1}, columns=['myreaders', 'school'])
編輯：重做以解決多種情況。
如何解析具有多個非特定元素的XML文件
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.