如何遞歸地遍歷 xml 文件並訪問子節點/元素並使用 Python 存儲它們的數據？

Question

我有一個 XML 文件，如下所示。 現在我需要訪問port->name 、 port->wire->direction 、 port->wire->driver->defval 。 XML 文件非常大。

我該如何處理？

<spirit:Bus> 
    <spirit:Ports>   
        <spirit:port>
            <spirit:name>ABCPORT</spirit:name>
            <spirit:description>SOME DESCRIPTION</spirit:description>
            <spirit:wire>
                <spirit:direction>INPUT</spirit:direction>
                <spirit:driver>
                    <spirit:defaultValue>0</spirit:defaultValue>
                </spirit:driver>
            </spirit:wire>
        </spirit:port>
        <spirit:port>
            <spirit:name>PQRPORT</spirit:name>
            <spirit:description>SOME DESCRIPTION</spirit:description>
            <spirit:wire>
                <spirit:direction>OUTPUT</spirit:direction>
            </spirit:wire>
        </spirit:port>        
    </spirit:ports>
</spirit:Bus>

Answer 1

我相信解決這個問題的最好方法是使用 lxml 和 xpath：

from lxml import etree

#the xml below is somewhat different than the one in the question, because of a type and the declare namespaces

spirit = """<?xml version="1.0" encoding="UTF-8"?>
<doc xmlns:spirit="http://example.com">
   <spirit:Bus>
      <spirit:Ports>
         <spirit:port>
            <spirit:name>ABCPORT</spirit:name>
            <spirit:description>SOME DESCRIPTION</spirit:description>
            <spirit:wire>
               <spirit:direction>INPUT</spirit:direction>
               <spirit:driver>
                  <spirit:defaultValue>0</spirit:defaultValue>
               </spirit:driver>
            </spirit:wire>
         </spirit:port>
         <spirit:port>
            <spirit:name>PQRPORT</spirit:name>
            <spirit:description>SOME DESCRIPTION</spirit:description>
            <spirit:wire>
               <spirit:direction>OUTPUT</spirit:direction>
            </spirit:wire>
         </spirit:port>
      </spirit:Ports>
   </spirit:Bus>
</doc>
"""

doc = etree.XML(spirit.encode('utf-8'))
ports = doc.xpath('//*[local-name()="port"]')
for port in ports:
    try:
        print("Port-",port.xpath('.//*[local-name()="name"]')[0].text)
        print("Direction",port.xpath('.//*[local-name()="direction"]')[0].text)
        print("Default value",port.xpath('.//*[local-name()="defaultValue"]')[0].text)
    except:
        continue

Output：

Port- ABCPORT
Direction INPUT
Default value 0
Port- PQRPORT
Direction OUTPUT

Answer 2

為了正確格式化 XML，我將命名空間添加到您的示例中：

<spirit:Bus xmlns:spirit="http://dummy.com">
    ...
</spirit:Bus>

但是Bus仍然是根節點，就像您的示例一樣。 當然，您可以將給定的 URL 更改為您想要的任何內容。

要僅在ElementTree中完成任務，您可以使用以下代碼：

import xml.etree.ElementTree as et

tree = et.parse('Input.xml')
root = tree.getroot()
ns = {'spirit': 'http://dummy.com'}
for nd in root.findall('spirit:Ports/spirit:port', ns):
    print(nd.tag.split('}')[1], nd.findtext('spirit:name', namespaces=ns),
        nd.findtext('spirit:wire/spirit:direction', namespaces=ns),
        nd.findtext('spirit:wire/spirit:driver/spirit:defaultValue', namespaces=ns))

請注意，您的 XML 包含命名空間規范，因此您還必須在代碼中指定它。

我的代碼還顯示了如何獲取節點的本地名稱（沒有命名空間）。

結果，對於您的樣本是：

port ABCPORT INPUT 0
port PQRPORT OUTPUT None