Question

我有一些XML标记的字符串如下。

<Processor>AMD Athlon(tm) 64 X2 Dual Core Processor 4400+ 2.31 GHz</Processor>
<ClockSpeed>2.31</ClockSpeed>
<NumberOfCores>2</NumberOfCores>
<InstalledMemory>2.00</InstalledMemory>
<OperatingSystem>Windows 7 Professional</OperatingSystem>

如何使用python自动检测数据类型？例如，“AMD Athlon（tm）64 X2双核处理器4400+ 2.31 GHz” - ＆gt;字符串，“2.31” - ＆gt;漂浮，等等。

我需要这个功能，因为我需要从XML数据中创建SQLite表，如

CREATE table ABC (Processor string, ClockSpeed float ... )

Answer 1

一种可能性是以精确的顺序尝试各种类型，如果这些都不起作用，则默认为str。 E.g：

def what_type(s, possible_types=((int, [0]), (float, ()))):
    for t, xargs in possible_types:
        try: t(s, *xargs)
        except ValueError: pass
        else: return t
    return str

当然，当您使用与Python完全相同的语法约定时，这是特别可取的 - 例如，接受'0x7e'作为int以及'126'，等等上。如果您需要不同的语法约定，那么您应该通过RE或其他方式对字符串s执行解析。

Answer 2

根据您期望的格式类型，您可以使用正则表达式来检测浮点数和整数，然后假设任何无法解析为数字的字符串都是字符串，如下所示：

import re

FLOAT_RE = re.compile(r'^(\d+\.\d*|\d*\.\d+)$')
INT_RE = re.compile(r'^\d+$')

# ... code to get xml value into a variable ...

if FLOAT_RE.match(xml_value):
    value_type = 'float'
elif INT_RE.match(xml_value):
    value_type = 'int'
else:
    value_type = 'string'

这只是一个非常基本的尝试 - 有更复杂的格式来表达可能的数字;如果你认为你可能期望一些更复杂的格式，你必须扩展它以使其在所有情况下都能正常工作。

Answer 3

BeautifulSoup是一个很好的HTML / XML解析器：

http://www.crummy.com/software/BeautifulSoup/

我不完全确定它是否可以在给定xsd / xsl的情况下按类型转换数据，但它可以检测编码，因此可能有一个开始。

使用python从XML字符串中检测数据类型

3 个答案: