Question

我对编程很新，并且一直在努力为此找到解决方案，但我能找到的只是点点滴滴，没有真正的运气将它们放在一起。

我正在尝试使用BeautifulSoup4中的python来抓取一些xml并将文本值存储在变量中的特定标记之间。这些数据来自医学生培训计划，现在所需的一切都必须手动找到。所以我试图通过抓取程序来提高效率。

比方说，我正在研究这种类型的测试数据来试验：

<AllergyList>
<Allergy>
    <Deleted>n</Deleted>
    <Status>
        <Active/>
    </Status>
    <ExternalID/>
    <Patient>
        <ExternalID/>
        <FirstName>Testcase</FirstName>
        <LastName>casetest</LastName>
    </Patient>
    <Allergen>
        <Name>Flagyl (metronidazole)</Name>
        <Drug>
           <NDCID>00025182151,00025182131,00025182150</NDCID>
        </Drug>
    </Allergen>
    <Reaction>difficulty breathing</Reaction>
    <OnsetDate>02/02/2013</OnsetDate>
 </Allergy>
<Allergy>
    <Deleted>n</Deleted>
    <Status>
        <Active/>
    </Status>
    <ExternalID/>
    <Patient>
        <ExternalID/>
        <FirstName>Testcase</FirstName>
        <LastName>casetest</LastName>
    </Patient>
    <Allergen>
        <Name>Bactrim (sulfamethoxazole-trimethoprim)</Name>
        <Drug>
            <NDCID>13310014501,49999023220</NDCID>
        </Drug>
    </Allergen>
    <Reaction>swelling</Reaction>
    <OnsetDate>05/03/2002</OnsetDate>
  </Allergy>
  <Number>2</Number>
</AllergyList>

我一直在尝试从多个<Name>标记之间提取<Allergen>标记以及<Onsetdate>和<Reaction>标记之间的相应数据将拉结果存储到各自的变量中。

例如，我想提取Flagyl (metronidazole)，difficulty breathing，02/02/2013，然后Bactrim (sulfamethoxazole-trimethoprim)，swelling，05/03/2002，等等同时将它们放在我可以在以后使用的单独变量中。

从<Allergen>标记中提取第一组很容易，但我无法弄清楚如何迭代xml并将提取的数据存储到变量中。我一直在尝试使用for循环，同时将数据存储到数组或列表中但是我一直在编写它的方式我总是根据我从{{计算的迭代次数一遍又一遍地拉出相同的数据1}}函数，因此无法将任何数据存储到数组中。

我一直在讨论这个问题已经有一段时间了，我想我可能不那么聪明，所以任何帮助甚至指向正确的方向都会非常感激。

Answer 1

这似乎是一项简单的任务，因为没有很多嵌套标记：

from bs4 import BeautifulSoup
import sys 

soup = BeautifulSoup(open(sys.argv[1], 'r'), 'xml')

allergies = []
for allergy in soup.find_all('Allergy'):
    d = { 
        'name': allergy.Allergen.Name.string,
        'reaction': allergy.Reaction.string,
        'on_set_date': allergy.OnsetDate.string,
    }   
    allergies.append(d)

## Use 'allergies' array of dictionaries as you want.
## Example:
print(allergies[1]['reaction'])

使用xml文件作为参数运行它：

python3 script.py xmlfile

这个测试得出：

swelling

使用BeautifulSoup迭代XML以提取特定标记并存储在变量中

1 个答案: