Question

我需要获取特定属性的所有值。该属性的标记名称可能不同，属性可能位于xml树中的任何级别（根级别/子级别/等）。请考虑以下xml

<?xml version="1.0" encoding="utf-8"?>
    <college name ="xyz"/>
    <university>
        <college name = "abc1" id = "a"/>
        <college name = "abc2" id = "b"/>
        <sub-univ>
            <sub-univ-col name = "sfd"/>
        </sub-univ>
    </university>
    <school name = "asdf"/>enter code here

我如何获得＆＃34; name＆＃34;的价值？来自所有xml标签的属性。？ XML文件，我有比上述例子更多的级别。有没有办法在没有解析每个级别的情况下获取值？

Answer 1

在任何支持XPath的解析器中都很简单。例如，lxml：

doc = lxml.etree.fromstring(that_xml_you_gave)

doc.xpath('//@name')
Out[208]: ['xyz', 'abc1', 'abc2', 'sfd', 'asdf']

Answer 2

如果您使用Beautiful Soup，这将变得非常简单：

from bs4 import BeautifulSoup

xml = '''
<?xml version="1.0" encoding="utf-8"?>
    <college name ="xyz"/>
    <university>
        <college name = "abc1" id = "a"/>
        <college name = "abc2" id = "b"/>
        <sub-univ>
            <sub-univ-col name = "sfd"/>
        </sub-univ>
    </university>
    <school name = "asdf"/>
'''

soup = BeautifulSoup(xml)
names = [tag.get('name') for tag in soup.find_all()]
print(names)

结果：

['xyz', None, 'abc1', 'abc2', None, 'sfd', 'asdf']

请注意，我们使用tag.get(...)，因为某些代码没有name属性。或者，您可以改为：

names = [tag['name'] for tag in soup.find_all() if tag.has_attr('name')]

结果：

['xyz', 'abc1', 'abc2', 'sfd', 'asdf']

使用python从xml获取特定属性的所有值

2 个答案: