Python3 Minidom 解析标签内的数据

Question

我正在尝试从这个 XML 文件的标签中提取数字：

<start-date type="date">1980-12-12</start-date>
<end-date type="date">2018-05-04</end-date>
<data type="array">
  <datum type="array">
    <datum type="date">2018-05-04</datum>
    <datum type="float">178.25</datum>
    <datum type="float">184.25</datum>
    <datum type="float">178.17</datum>
    <datum type="float">183.83</datum>
    <datum type="float">56201317.0</datum>
    <datum type="float">0.0</datum>
    <datum type="float">1.0</datum>
    <datum type="float">178.25</datum>
    <datum type="float">184.25</datum>
    <datum type="float">178.17</datum>
    <datum type="float">183.83</datum>
    <datum type="float">56201317.0</datum>
  </datum>

使用这个脚本：

#Test Parser

from xml.dom import minidom
xmldoc = minidom.parse('AAPL.xml')
itemlist = xmldoc.getElementsByTagName('datum')

print(len(itemlist))
print(itemlist[0].attributes['type'].value)
for s in itemlist:
    print(s.attributes['type'].value)

但是输出 returns 是什么类型 = 所以它 returns 浮点数、数组和日期一遍又一遍，但我需要标签数据中的数字像这样：

<datum type="float">178.25</datum>

我需要 178.25 值我怎样才能改变我的脚本来做到这一点这是我的第一个解析器项目，所以我在这里有点迷路。感谢任何帮助

Answer 1

您没有提供有效的 XML 数据（因为没有根元素）这一事实表明可以采用不同的方法来解决您的问题。但是所有这些方法都非常相似，并且依赖于 nodeValue 的使用。下面是一个解决方案。

我们假设我们有您的有效 XML 文件（我知道您有一个）：

>>> from xml.dom import minidom
>>> xmldoc = minidom.parse('AAPL.xml')

从那里，我们将寻找具有 datum 作为标签名称的元素：

>>> datums = xmldoc.getElementsByTagName('datum')

datums 是所有具有标签名称 datum 的 XML 文档对象的列表；这实际上包括您不需要的那个：它们的父节点 <datum type="array">.

因此，我们遍历这些 datums（并排除父项）以显示它们的文本。

注意下面的文字178.25是datum元素的子节点。

<datum type="float">178.25</datum>

这就是为什么我们需要循环如下：

>>> for datum in datums:
...     if datum.getAttribute('type') != 'array': #exclude the parent datum
...             print(datum.childNodes[0].nodeValue)

由于 datum 有一个仅包含一个元素（文本元素）的子节点列表，我们需要编写 datum.childNodes[0] 来访问它。一旦我们将自己定位在该文本元素中，我们就可以通过调用前面提到的 nodeValue 来读取其内容。

这是输出：

>>> from xml.dom import minidom
>>> xmldoc = minidom.parse('AAPL.xml')
>>> datums = xmldoc.getElementsByTagName('datum')
>>> for datum in datums:
...     if datum.getAttribute('type') != 'array':
...             print(datum.childNodes[0].nodeValue)
... 
2018-05-04
178.25
184.25
178.17
183.83
56201317.0
0.0
1.0
178.25
184.25
178.17
183.83
56201317.0

Python3 Minidom 解析标签内的数据

Python3 Minidom Parse Data Inside Tag

python

parsing

minidom

xml-parsing

python-3.x