在动态树中使用 minidom 获取标签值
Get tag value using minidom in dynamic tree
我有一个 xml 文件,在某些深层次中每次都没有相同的标签。
例如,这是xml结构的一部分,其中<openie>
位于
root > document > sentences > sentence > openie
我想从每个 sentence
的 <text>
标签中获取值
<openie>
<triple confidence="1.000">
<subject begin="1" end="2">
<text>customer</text>
<lemma>customer</lemma>
</subject>
<relation begin="2" end="3">
<text>enters</text>
<lemma>enter</lemma>
</relation>
<object begin="3" end="6">
<text>their order number</text>
<lemma>they order number</lemma>
</object>
</triple>
</openie>
我已经开始使用这种方法,但我卡在了 XML 具有不同标签的地方,即。 subject
、relation
和 object
。每个 openie
中的结构都可以更改,例如可以有一些其他标签以及我提到的这三个标签,它也可以有 <text>
标签。
from xml.dom import minidom
def parse_xml():
xmldoc = minidom.parse('./tmp/nlp_output.xml')
sentencesNode = xmldoc.getElementsByTagName('sentences')
for sentenceNode in sentencesNode:
for openIeNode in sentenceNode.childNodes:
for tripleNode in openIeNode.childNodes:
#what now?
在您的问题需要的上下文中,即
- 我想从每个句子的
标签中获取值?
不需要每次都保留different tags
个或different tags
个子节点。这是简单的解决方法:
from xml.dom import minidom
xml_doc = minidom.parse('./tmp/nlp_output.xml')
# To get Number of available tags, you want to search :
item_list = xml_doc.getElementsByTagName('text')
print("Number of text-tags:", len(item_list), '\n')
for text_Elem in item_list:
text_value = ''.join([node.data for node in text_Elem.childNodes])
print('Required Value:', text_value)
通过使用此技术,您将根据您的情况获得 Exact tag value
。要详细了解 XML-解析访问参考:How-to-Parse-XML-in-Python.
这是给定 XML 文件的 输出 ,即 nlp_output.xml
、
- Number of text-tags: 3
- Required Value: customer
- Required Value: enters
- Required Value: their order number
我有一个 xml 文件,在某些深层次中每次都没有相同的标签。
例如,这是xml结构的一部分,其中<openie>
位于
root > document > sentences > sentence > openie
我想从每个 sentence
<text>
标签中获取值
<openie>
<triple confidence="1.000">
<subject begin="1" end="2">
<text>customer</text>
<lemma>customer</lemma>
</subject>
<relation begin="2" end="3">
<text>enters</text>
<lemma>enter</lemma>
</relation>
<object begin="3" end="6">
<text>their order number</text>
<lemma>they order number</lemma>
</object>
</triple>
</openie>
我已经开始使用这种方法,但我卡在了 XML 具有不同标签的地方,即。 subject
、relation
和 object
。每个 openie
中的结构都可以更改,例如可以有一些其他标签以及我提到的这三个标签,它也可以有 <text>
标签。
from xml.dom import minidom
def parse_xml():
xmldoc = minidom.parse('./tmp/nlp_output.xml')
sentencesNode = xmldoc.getElementsByTagName('sentences')
for sentenceNode in sentencesNode:
for openIeNode in sentenceNode.childNodes:
for tripleNode in openIeNode.childNodes:
#what now?
在您的问题需要的上下文中,即
- 我想从每个句子的
标签中获取值?
不需要每次都保留different tags
个或different tags
个子节点。这是简单的解决方法:
from xml.dom import minidom
xml_doc = minidom.parse('./tmp/nlp_output.xml')
# To get Number of available tags, you want to search :
item_list = xml_doc.getElementsByTagName('text')
print("Number of text-tags:", len(item_list), '\n')
for text_Elem in item_list:
text_value = ''.join([node.data for node in text_Elem.childNodes])
print('Required Value:', text_value)
通过使用此技术,您将根据您的情况获得 Exact tag value
。要详细了解 XML-解析访问参考:How-to-Parse-XML-in-Python.
这是给定 XML 文件的 输出 ,即 nlp_output.xml
、
- Number of text-tags: 3
- Required Value: customer
- Required Value: enters
- Required Value: their order number