使用 ElementTree 解析 XML 文件

Question

我在解析 XML 文件时遇到两个问题。我只想 return 一组属性，即第一个进程下的属性值，我想 return 第二个进程下的第二个源。当我使用我的代码时，它 return 是第一个源下的源和第二个源下的第一个源，但我无法将第二个源设为 return。

XML 文件如下所示：

<!-- The description of the process -->
<Description>"This is a description"</Description>

<!-- info on process to be run -->
<Process expectFailure="false">
    <Code>Import</Code>
    <Sources>
        <Source>"Test Data"</Source>
    </Sources>
    <Destination>Buffered</Destination>
    <Properties>
        <Property code="format" value="CC"/>
        <Property code="Input" value="10N"/>
        <Property code="Method" value="BASIC"/>
        <Ppoperty code="Resolution" value="5"/>
        <Property code="Convention" value="LEFT"/>
        <Property code="Bounding" value="BUFFERED"/>
    </Properties>
</Process>

<!-- info on second process to be run (compare) -->
<Process>
    <Code>SurfaceCompare</Code>
    <Sources>
        <Source>expectedOutput</Source>
        <Source>Buffered</Source>
    </Sources>
    <Properties>
        <Property code="compare_designated" value="true"/>
        <Property code="compare_metadata" value="true"/>
        <Property code="metadata_type" value="OTHER"/>
    </Properties>
</Process>

代码看起来像

from xml.etree import ElementTree

tree = ElementTree.parse("XML_example.xml")

description = tree.findtext("Description")
print(description)

for process in tree.findall('Process'):
    for source in process.findall('Sources'):
        source_text = source.findtext('Source')
        print(source_text)

#returns everything
for property in process.iter('Property'):
    print(property.attrib.get('code'))
    print(property.attrib.get('value'))

for process in tree.findall('Process'):
    for source in process.findall('Sources'):
        source = source.findtext('Source')
        print(source)

我已经尝试了很多不同的方法来使用 findall、find、iter、get、getiter 方法。我确定我错过了什么，但这是漫长的一天，对于我的一生，我看不到我错过了什么。

也可以更改 XML 的设置方式，但我知道一定有办法解决这个问题，这让我很头疼。

源的正确输出示例：

"Test Data"
expectedOutput
buffered

属性的正确输出示例 1：

format
CC
Input
10N
Method
BASIC
Convention
LEFT
Bounding
BUFFERED

示例正确输出 2：

compare_designated 
true
compare_metadata 
true
metadata_type 
OTHER

Answer 1

实现你想要的最简单的方法是使用 find 或 findall 和 path, iter 与 tag 名称配合使用效果很好，但在您的情况下，使用 path 会更合适。

这是一种方法，顺便说一句，您的示例缺少 root 元素，因此我在代码中添加了：

import xml.etree.ElementTree as ET
from StringIO import StringIO

s = '''<!-- The description of the process -->
<Description>"This is a description"</Description>

<!-- info on process to be run -->
<Process expectFailure="false">
    <Code>Import</Code>
    <Sources>
        <Source>"Test Data"</Source>
    </Sources>
    <Destination>Buffered</Destination>
    <Properties>
        <Property code="format" value="CC"/>
        <Property code="Input" value="10N"/>
        <Property code="Method" value="BASIC"/>
        <Ppoperty code="Resolution" value="5"/>
        <Property code="Convention" value="LEFT"/>
        <Property code="Bounding" value="BUFFERED"/>
    </Properties>
</Process>

<!-- info on second process to be run (compare) -->
<Process>
    <Code>SurfaceCompare</Code>
    <Sources>
        <Source>expectedOutput</Source>
        <Source>Buffered</Source>
    </Sources>
    <Properties>
        <Property code="compare_designated" value="true"/>
        <Property code="compare_metadata" value="true"/>
        <Property code="metadata_type" value="OTHER"/>
    </Properties>
</Process>'''

# once you've parsed the file, you need to **getroot()**
tree = ET.parse(StringIO('<root>' + s + '</root>')).getroot()

例如可以使用path从第一个Process[1] -> Properties -> 属性获取，使用findall可以获取到所有属性节点，并迭代它们：

# and iterate all Property nodes, and get their attributes like this
for p in tree.findall('./Process[1]/Properties/Property'):
    print p.attrib # to get code/value, use p.attrib.get('code') etc.

这样就得到了第一个Process/Properties和所有属性的属性：

{'code': 'format', 'value': 'CC'}
{'code': 'Input', 'value': '10N'}
{'code': 'Method', 'value': 'BASIC'}
{'code': 'Convention', 'value': 'LEFT'}
{'code': 'Bounding', 'value': 'BUFFERED'}

另一个例子，只得到第二个 Process，第二个 Source 文本，使用 path 也非常直接 find：

print tree.find('./Process[2]/Sources/Source[2]').text
Buffered

我希望你知道如何使用它们，记得获取单个节点你使用 find，到 return 节点列表，你使用 findall，希望这有帮助。

使用 ElementTree 解析 XML 文件

Parsing an XML file using ElementTree

python

xml

parsing

elementtree