Question

对recently asked question进行冥想，我开始怀疑是否有一种非常简单的方式来处理Python中的XML文档。一种pythonic方式，如果你愿意的话。

如果我举一个例子，也许我可以解释得最好：让我们说以下 - 我认为这是一个很好的例子，说明如何（错误地）在Web服务中使用XML - 是我从http请求到{{3}的响应}

<xml_api_reply version="1">
  <weather module_id="0" tab_id="0" mobile_row="0" mobile_zipped="1" row="0" section="0" >
    <forecast_information>
      <city data="Mountain View, CA"/>
      <postal_code data="94043"/>
      <latitude_e6 data=""/>
      <longitude_e6 data=""/>
      <forecast_date data="2010-06-23"/>
      <current_date_time data="2010-06-24 00:02:54 +0000"/>
      <unit_system data="US"/>
    </forecast_information>
    <current_conditions>
      <condition data="Sunny"/>
      <temp_f data="68"/>
      <temp_c data="20"/>
      <humidity data="Humidity: 61%"/>
      <icon data="/ig/images/weather/sunny.gif"/>
      <wind_condition data="Wind: NW at 19 mph"/>
    </current_conditions>
    ...
    <forecast_conditions>
      <day_of_week data="Sat"/>
      <low data="59"/>
      <high data="75"/>
      <icon data="/ig/images/weather/partly_cloudy.gif"/>
      <condition data="Partly Cloudy"/>
    </forecast_conditions>
  </weather>
</xml_api_reply>

加载/解析此类文档后，我希望能够像访问

那样简单地访问信息

>>> xml['xml_api_reply']['weather']['forecast_information']['city'].data
'Mountain View, CA'

或

>>> xml.xml_api_reply.weather.current_conditions.temp_f['data']
'68'

从我到目前为止看到的情况来看，ElementTree似乎与我的梦想最接近。但它并不存在，在使用XML时仍然有一些笨手笨脚的事情要做。 OTOH，我在想的并不是那么复杂 - 可能只是解析器顶部的薄单板 - 但它可以减少处理XML的烦恼。有这么神奇吗？（如果没有 - 为什么？）

PS。请注意，我已经尝试了BeautifulSoup，虽然我喜欢它的方法，但它存在空<element/> s的实际问题 - 请参阅下面的示例注释。

Answer 1

已提到lxml。您也可以查看lxml.objectify进行一些非常简单的操作。

>>> from lxml import objectify
>>> tree = objectify.fromstring(your_xml)
>>> tree.weather.attrib["module_id"]
'0'
>>> tree.weather.forecast_information.city.attrib["data"]
'Mountain View, CA'
>>> tree.weather.forecast_information.postal_code.attrib["data"]
'94043'

Answer 2

你想要一个薄薄的贴面？这很容易做饭。尝试使用ElementTree的以下简单包装作为开始：

# geetree.py
import xml.etree.ElementTree as ET

class GeeElem(object):
    """Wrapper around an ElementTree element. a['foo'] gets the
       attribute foo, a.foo gets the first subelement foo."""
    def __init__(self, elem):
        self.etElem = elem

    def __getitem__(self, name):
        res = self._getattr(name)
        if res is None:
            raise AttributeError, "No attribute named '%s'" % name
        return res

    def __getattr__(self, name):
        res = self._getelem(name)
        if res is None:
            raise IndexError, "No element named '%s'" % name
        return res

    def _getelem(self, name):
        res = self.etElem.find(name)
        if res is None:
            return None
        return GeeElem(res)

    def _getattr(self, name):
        return self.etElem.get(name)

class GeeTree(object):
    "Wrapper around an ElementTree."
    def __init__(self, fname):
        self.doc = ET.parse(fname)

    def __getattr__(self, name):
        if self.doc.getroot().tag != name:
            raise IndexError, "No element named '%s'" % name
        return GeeElem(self.doc.getroot())

    def getroot(self):
        return self.doc.getroot()

你这样调用它：

>>> import geetree
>>> t = geetree.GeeTree('foo.xml')
>>> t.xml_api_reply.weather.forecast_information.city['data']
'Mountain View, CA'
>>> t.xml_api_reply.weather.current_conditions.temp_f['data']
'68'

Answer 3

我强烈建议使用lxml.etree和xpath来解析和分析您的数据。这是一个完整的例子。我已经截断了xml以便于阅读。

import lxml.etree

s = """<?xml version="1.0" encoding="utf-8"?>
<xml_api_reply version="1">
  <weather module_id="0" tab_id="0" mobile_row="0" mobile_zipped="1" row="0" section="0" >
    <forecast_information>
      <city data="Mountain View, CA"/> <forecast_date data="2010-06-23"/>
    </forecast_information>
    <forecast_conditions>
      <day_of_week data="Sat"/>
      <low data="59"/>
      <high data="75"/>
      <icon data="/ig/images/weather/partly_cloudy.gif"/>
      <condition data="Partly Cloudy"/>
    </forecast_conditions>
  </weather>
</xml_api_reply>"""

tree = lxml.etree.fromstring(s)
for weather in tree.xpath('/xml_api_reply/weather'):
    print weather.find('forecast_information/city/@data')[0]
    print weather.find('forecast_information/forecast_date/@data')[0]
    print weather.find('forecast_conditions/low/@data')[0]
    print weather.find('forecast_conditions/high/@data')[0]

Answer 4

看看Amara 2，特别是this tutorial的Bindery部分。

它的工作方式与您描述的方式非常相似。

另一方面。 ElementTree的find*()方法可以为您提供90％的方法，并与Python一起打包。

Answer 5

如果您不介意使用第三方库，那么BeautifulSoup几乎完全符合您的要求：

>>> from BeautifulSoup import BeautifulStoneSoup
>>> soup = BeautifulStoneSoup('''<snip>''')
>>> soup.xml_api_reply.weather.current_conditions.temp_f['data']
u'68'

Answer 6

我相信内置的python xml模块可以解决问题。看看“xml.parsers.expat”

xml.parsers.expat

Answer 7

我找到了以下python-simplexml模块，在作者试图从PHP接近SimpleXML的过程中确实是small wrapper around ElementTree。它不到100行，但似乎做了所要求的：

>>> import SimpleXml
>>> x = SimpleXml.parse(urllib.urlopen('http://www.google.com/ig/api?weather=94043'))
>>> print x.weather.current_conditions.temp_f['data']
58

Answer 8

suds项目提供了一个Web服务客户端库，其工作方式几乎与您描述的一样 - 为其提供wsdl，然后使用工厂方法创建已定义的类型（并处理响应！）。

Answer 9

如果您还没有，我建议您查看DOM API for Python。 DOM是一种非常广泛使用的XML解释系统，所以它应该非常强大。

它可能比你描述的要复杂得多，但它来自于它试图保留XML标记中隐含的所有信息，而不是来自糟糕的设计。

在Python中处理XML的简单方法？

9 个答案: