使用属性的读取 XML

Question

关于 XML 的菜鸟问题。我正在使用 ElementTree 将 XML 转换为 df 并最终上传到数据库。我的问题是 XML 格式不标准。我见过的所有 ElementTree 示例都使用不同的格式。它看起来像这样：

<session session_id="9">
    <party party_id="1" name="party 1">
        <member member_id="1" name="bob"/>
        <member member_id="2" name="simon"/>
    </party>
    <party party_id="2" name="party 2">
        <member member_id="3" name="diana"/>
        <member member_id="4" name="pablo"/>
    </party>
</session>

一方面，所有信息都写在属性中，这不是什么大问题，因为我仍然可以获取它们。但是，我不仅要获取 member 元素的属性，还要获取它们的 parent 的属性。所以结果应该是这样的：

member_id	member_name	party_id	session_id
1	bob	1	9
2	simon	1	9
3	diana	2	9
4	pablo	2	9

我使用 children = list(root.iter()) 列出所有 children，然后将它们的属性附加到数据框。但是我把 link 输给了 parent，所以我不能真正说出 member 来自哪个 party 分支，所以我不能分配正确的 party_id。

我想知道是否有一种简单的方法可以从此 XML 结构中获取数据框？

Answer 1

您的 xml 完全有效且格式正确，但下面的示例说明了 xml 通常的结构。

<parent attribute="supporting information">
    Information
    <child attribute="supporting information">
        Information
    </child>
</parent>

唉，ElementTree 没有提供将属性转换为标签的巧妙方法 content/information。

解决方案
您已经完成了一半（如果我们算上根元素 'session'，则可能是三分之一）。您将必须在每个 xml 元素级别进行迭代。（例如，对于每个派对元素，迭代每个成员）。

Answer 2

像这样

import xml.etree.ElementTree as ET
import pandas as pd


xml = '''<session session_id="9">
    <party party_id="1" name="party 1">
        <member member_id="1" name="bob"/>
        <member member_id="2" name="simon"/>
    </party>
    <party party_id="2" name="party 2">
        <member member_id="3" name="diana"/>
        <member member_id="4" name="pablo"/>
    </party>
</session>'''

data = []
root = ET.fromstring(xml)
session_id = root.attrib['session_id']
for party in root.findall('party'):
  for memeber in party.findall('member'):
    data.append({'session_id':session_id,'party_id': party.attrib['party_id']})
    data[-1]['member_name'] = memeber.attrib['name']
    data[-1]['member_id'] = memeber.attrib['member_id']
df = pd.DataFrame(data)
print(df)

输出

  session_id party_id member_name member_id
0          9        1         bob         1
1          9        1       simon         2
2          9        2       diana         3
3          9        2       pablo         4

使用属性的读取 XML

Reading XML that uses attributes

python

xml

elementtree

dataframe