如何使用 lxml 从 KML 获取元素值

Question

我的问题与此处发现的问题非常相似：

How to pull data from KML/XML?

上述问题的答案是使用Nokogiri来固定格式。

不知道有没有先不固定格式就可以解决类似问题的方法

如何获取字典的值，以便从下面的 Element SimpleData 中获取 'FM2' 和 'FM3'？

这是我的 kml：

<?xml version="1.0" encoding="UTF-8"?>
<kml xmlns="http://www.opengis.net/kml/2.2" xmlns:gx="http://www.google.com/kml/ext/2.2" xmlns:kml="http://www.opengis.net/kml/2.2" xmlns:atom="http://www.w3.org/2005/Atom">
<Document>
    <name>Test.kml</name>
    <open>1</open>
    <Schema name="test" id="S_test_SSSSSIIIDSDDDDDISSSDSSSDD">
        <SimpleField type="string" name="ID"> <displayName>&lt;b&gt;ID&lt;/b&gt;</displayName>
        </SimpleField>
        <SimpleField type="string" name="cname"><displayName>&lt;b&gt;cname&lt;/b&gt;</displayName>
        </SimpleField>
    </Schema>
    <Style id="falseColor01">
        <BalloonStyle>
            <text><![CDATA[<table border="0"><tr> 
            <td>b>ID</b>/td>td>$[test/ID]</td></tr>
            <tr><td><b>cname</b></td><td>$[test/cname]</td></tr>
            </table>]]></text>
        </BalloonStyle>
        <LineStyle>
            <color>ffffff00</color>
            <width>3</width>
        </LineStyle>
        <PolyStyle>
            <color>ffffff00</color>
            <colorMode>random</colorMode>
            <fill>0</fill>
        </PolyStyle>
    </Style>
    <StyleMap id="falseColor0">
        <Pair>
            <key>normal</key>
            <styleUrl>#falseColor00</styleUrl>
        </Pair>
        <Pair>
            <key>highlight</key>
            <styleUrl>#falseColor01</styleUrl>
        </Pair>
    </StyleMap>
    <Style id="falseColor00">
      <BalloonStyle>   
      </BalloonStyle>
        <LineStyle>
            <color>ffffff00</color>
            <width>3</width>
        </LineStyle>
        <PolyStyle>
            <color>ffffff00</color>
            <colorMode>random</colorMode>
            <fill>0</fill>
        </PolyStyle>
    </Style>
    <Folder id="layer 0">
        <name>Test_1</name>
        <open>1</open>
        <Placemark>
            <styleUrl>#falseColor0</styleUrl>
            <ExtendedData>
                <SchemaData schemaUrl="#S_test_SSSSSIIIDSDDDDDISSSDSSSDD">
                    <SimpleData name="ID">FM2</SimpleData>
                    <SimpleData name="cname">FM2</SimpleData>
                </SchemaData>
            </ExtendedData>
            <Polygon>
                <outerBoundaryIs>
                    <LinearRing>
                        <coordinates>150.889999,-32.17281600000001,0 
                        </coordinates>
                    </LinearRing>
                </outerBoundaryIs>
            </Polygon>
        </Placemark>
        <Placemark>
            <styleUrl>#falseColor0</styleUrl>
            <ExtendedData>
                <SchemaData schemaUrl="#S_test_SSSSSIIIDSDDDDDISSSDSSSDD">
                    <SimpleData name="ID">FM3</SimpleData>
                    <SimpleData name="cname">FM3</SimpleData>
                </SchemaData>
            </ExtendedData>
            <Polygon>
                <outerBoundaryIs>
                    <LinearRing>
                        <coordinates>150.90104,-32.15662800000001,0
                        </coordinates>
                    </LinearRing>
                </outerBoundaryIs>
            </Polygon>
        </Placemark>
    </Folder>
</Document>
</kml>

我的目标是从元素 'ID'.

中获取元素值，即 'FM2'

我正在尝试使用 lxml etree。我的代码是：

tree  = ET.parse(kml_file)
root = tree.getroot()

for Document in root:
    for Folder in Document:
        for Placemark in Folder:
            for ExtendedData in Placemark:
                for SchemaData in ExtendedData:
                    for SimpleData in SchemaData:
                        print(SimpleData.attrib)

输出为： {'name': 'ID'} {'name': 'cname'}

如何获取字典的值，以便获取 'FM2' 和 'FM3'？

我花了几个小时试图解决这个问题。任何帮助将不胜感激。

Answer 1

出于某种原因，我运行遇到了 xml 您 kml_file 有效性的问题，所以我这样做了：

import lxml.html
tree  = lxml.html.fromstring(kml_file)
results = tree.xpath("//*[@name = 'ID']")

for i in results:
    if i.text:
        print(i.text)

我不确定这是否是您要查找的内容，但输出是：

FM2
FM3

Answer 2

您遇到的问题之一是，当您执行 for x in y 时，您正在迭代当前元素的所有子元素。

所以当你这样做时：

for Folder in Document:
    ...

您不只是遍历 Folder 个元素；您还迭代了 name、open、Schema、Style 和 StyleMap（暂时排除了命名空间）。

通过测试 name 属性值然后返回元素文本，您 仍然可以 得到您想要的...

for Document in root:
    for Folder in Document:
        for Placemark in Folder:
            for ExtendedData in Placemark:
                for SchemaData in ExtendedData:
                    for SimpleData in SchemaData:
                        if SimpleData.get("name") == "ID":
                            print(SimpleData.text)

但我不推荐它。

考虑使用 XPath 1.0 with lxml's xpath() 函数。

这将允许您直接定位您感兴趣的元素。

对于此示例，我将使用完整路径而不是 // abbreviated syntax. I'll also use a predicate 来测试属性值。

乍一看，您会认为 name 属性值为 "ID" 的所有 SimpleData 元素的 XPath 将是：

/kml/Document/Folder/Placemark/ExtendedData/SchemaData/SimpleData[@name='ID']

但事实并非如此。如果您注意到根 (kml) 元素上有一个 xmlns="http://www.opengis.net/kml/2.2"。这意味着该元素及其所有后代元素都在默认命名空间 http://www.opengis.net/kml/2.2 中（除非在这些元素上另行声明）。

为了说明，如果您将 print(f"In Folder element \"{Folder.tag}\"...") 添加到 for Folder in Document 循环中，您会看到：

In Folder element "{http://www.opengis.net/kml/2.2}name"...
In Folder element "{http://www.opengis.net/kml/2.2}open"...
In Folder element "{http://www.opengis.net/kml/2.2}Schema"...
In Folder element "{http://www.opengis.net/kml/2.2}Style"...
In Folder element "{http://www.opengis.net/kml/2.2}StyleMap"...
In Folder element "{http://www.opengis.net/kml/2.2}Style"...
In Folder element "{http://www.opengis.net/kml/2.2}Folder"...

有几种方法可以处理 namespaces in lxml，但我更喜欢在字典中声明它们并使用 namespaces 参数传递它们。

这是一个完整的例子...

from lxml import etree

ns = {"kml": "http://www.opengis.net/kml/2.2"}

tree = etree.parse("test.kml")

for simple_data in tree.xpath("/kml:kml/kml:Document/kml:Folder/kml:Placemark/kml:ExtendedData/kml:SchemaData/kml:SimpleData[@name='ID']", namespaces=ns):
    print(simple_data.text)

打印输出...

FM2
FM3

如何使用 lxml 从 KML 获取元素值

How to obtain Element values from a KML by using lmxl

python

xml

lxml

kml