Question

我有一个xml文件，其数据如下所示：

 <SpeechSegment spkid="S0">
  <Word dur="0.22" stime="0.44">oh</Word>
  <Word dur="0.27" stime="1.67">bedankt</Word>
  <Word dur="0.3" stime="2.03">voor</Word>
  <Word dur="0.53" stime="2.61">deelname</Word>
 </SpeechSegment>

我想要做的是计算每段的单词，如果有超过三个单词，则插入另一个＆＃34; SpeechSegment＆＃34;标签。所以我的首选输出是这样的：

 <SpeechSegment spkid="S0">
  <Word dur="0.22" stime="0.44">oh</Word>
  <Word dur="0.27" stime="1.67">bedankt</Word>
  <Word dur="0.3" stime="2.03">voor</Word>
  #count is more than 3
  </SpeechSegment><SpeechSegment spkid="S0">
  <Word dur="0.53" stime="2.61">deelname</Word>
 </SpeechSegment>

我尝试使用以下代码完成此操作：

import xml.etree.ElementTree as ET
raw = ET.parse("Interview_short.xml")
root = raw.getroot()
for child in root:
 print(child)

 count_list = 0
 for item in child:
   print(item)
   count_list = count_list + 1
   if count_list > 2:
    #add speech segment tag

我有问题

 print(child)

给了我这个：

 <Element 'SpeechSegment' at 0x20e3cf8>.

我正在寻找

 <SpeechSegment spkid="S0">.

在项目之后添加.text不起作用。对这里出了什么问题的想法？

Answer 1

您可以通过在元素上调用 .attrib 来访问标记的属性。在您的情况下， child.attrib 会返回字典 {＆＃39; spkid＆＃39;：＆＃39; S0＆＃39;} 。

现在，您可以按照python的正常方式访问字典中的键和值。

child.attrib['spkid']

希望有所帮助。

如果您还询问如何添加新标签，请在您的问题中指明。

在xml文件中打印子标签

1 个答案: