我有一个XML文件，如下所示：
<encspot>
<file>
<Name>some filename.mp3</Name>
<Encoder>Gogo (after 3.0)</Encoder>
<Bitrate>131</Bitrate>
<Mode>joint stereo</Mode>
<Length>00:02:43</Length>
<Size>5,236,644</Size>
<Frame>no</Frame>
<Quality>good</Quality>
<Freq.>44100</Freq.>
<Frames>6255</Frames>
..... and so forth ......
</file>
<file>....</file>
</encspot>
我想把它读成一个python对象，类似于字典列表。因为标记是绝对固定的，所以我很想使用正则表达式（我很擅长使用它们）。但是，我想我会检查是否有人知道如何在这里轻松避免正则表达式。我对SAX或其他解析没有太多经验，但我愿意学习。
我期待在没有Python的正则表达式的情况下快速展示如何完成这项工作。谢谢你的帮助！
答案 0 :(得分：25)
如果您认为正则表达式比这更容易，那么我心爱的SD充电器帽对你不利：
#!/usr/bin/env python
import xml.etree.cElementTree as et
sxml="""
<encspot>
<file>
<Name>some filename.mp3</Name>
<Encoder>Gogo (after 3.0)</Encoder>
<Bitrate>131</Bitrate>
</file>
<file>
<Name>another filename.mp3</Name>
<Encoder>iTunes</Encoder>
<Bitrate>128</Bitrate>
</file>
</encspot>
"""
tree=et.fromstring(sxml)
for el in tree.findall('file'):
print '-------------------'
for ch in el.getchildren():
print '{:>15}: {:<30}'.format(ch.tag, ch.text)
print "\nan alternate way:"
el=tree.find('file[2]/Name') # xpath
print '{:>15}: {:<30}'.format(el.tag, el.text)
输出：
-------------------
Name: some filename.mp3
Encoder: Gogo (after 3.0)
Bitrate: 131
-------------------
Name: another filename.mp3
Encoder: iTunes
Bitrate: 128
an alternate way:
Name: another filename.mp3
如果你对正则表达式的吸引力很简洁，那么创建数据结构的列表理解也同样难以理解：
[(ch.tag,ch.text) for e in tree.findall('file') for ch in e.getchildren()]
以文档顺序创建<file>的XML子元素的元组列表：
[('Name', 'some filename.mp3'),
('Encoder', 'Gogo (after 3.0)'),
('Bitrate', '131'),
('Name', 'another filename.mp3'),
('Encoder', 'iTunes'),
('Bitrate', '128')]
显然，通过更多行和更多思考，您可以使用ElementTree从XML创建所需的任何数据结构。它是Python发行版的一部分。
修改
Code golf已开启！
[{item.tag: item.text for item in ch} for ch in tree.findall('file')]
[ {'Bitrate': '131',
'Name': 'some filename.mp3',
'Encoder': 'Gogo (after 3.0)'},
{'Bitrate': '128',
'Name': 'another filename.mp3',
'Encoder': 'iTunes'}]
如果您的XML只有file部分，则可以选择高尔夫。如果您的XML包含其他标记，则需要考虑子项所在的部分，您需要使用findall
答案 1 :(得分：8)
使用ElementTree。你不需要/想要使用像pyexpat这样的仅解析小工具来解决这个问题...你最终只能部分地重新发明ElementTree而且很糟糕。
另一种可能性是lxml，它是第三方包，它实现了ElementTree接口以及更多。
更新有人开始玩代码高尔夫;这是我的条目，它实际上创建了您要求的数据结构：
# xs = """<encspot> etc etc </encspot"""
>>> import xml.etree.cElementTree as et
>>> from pprint import pprint as pp
>>> pp([dict((attr.tag, attr.text) for attr in el) for el in et.fromstring(xs)])
[{'Bitrate': '131',
'Encoder': 'Gogo (after 3.0)',
'Frame': 'no',
'Frames': '6255',
'Freq.': '44100',
'Length': '00:02:43',
'Mode': 'joint stereo',
'Name': 'some filename.mp3',
'Quality': 'good',
'Size': '5,236,644'},
{'Bitrate': '0', 'Name': 'foo.mp3'}]
>>>
您可能希望将“属性”名称映射到转换函数：
converters = {
'Frames': int,
'Size': lambda x: int(x.replace(',', '')),
# etc
}
答案 2 :(得分：4)
我一直在寻找一种在XML文档和Python数据结构之间转换数据的简单方法，类似于Golang's XML library，它允许您以声明方式指定如何从数据结构映射到XML。
我无法为Python找到这样的库，所以我写了一个来满足我的需求declxml进行声明性XML处理。
使用declxml，您可以创建 processors ，它以声明方式定义XML文档的结构。处理器用于执行解析和序列化以及基本级别的验证。
使用declxml将此XML数据解析为字典列表非常简单
import declxml as xml
xml_string = """
<encspot>
<file>
<Name>some filename.mp3</Name>
<Encoder>Gogo (after 3.0)</Encoder>
<Bitrate>131</Bitrate>
</file>
<file>
<Name>another filename.mp3</Name>
<Encoder>iTunes</Encoder>
<Bitrate>128</Bitrate>
</file>
</encspot>
"""
processor = xml.dictionary('encspot', [
xml.array(xml.dictionary('file', [
xml.string('Name'),
xml.string('Encoder'),
xml.integer('Bitrate')
]), alias='files')
])
xml.parse_from_string(processor, xml_string)
产生以下结果
{'files': [
{'Bitrate': 131, 'Encoder': 'Gogo (after 3.0)', 'Name': 'some filename.mp3'},
{'Bitrate': 128, 'Encoder': 'iTunes', 'Name': 'another filename.mp3'}
]}
想要将数据解析为对象而不是字典吗？你也可以这样做
import declxml as xml
class AudioFile:
def __init__(self):
self.name = None
self.encoder = None
self.bit_rate = None
def __repr__(self):
return 'AudioFile(name={}, encoder={}, bit_rate={})'.format(
self.name, self.encoder, self.bit_rate)
processor = xml.array(xml.user_object('file', AudioFile, [
xml.string('Name', alias='name'),
xml.string('Encoder', alias='encoder'),
xml.integer('Bitrate', alias='bit_rate')
]), nested='encspot')
xml.parse_from_string(processor, xml_string)
产生输出
[AudioFile(name=some filename.mp3, encoder=Gogo (after 3.0), bit_rate=131),
AudioFile(name=another filename.mp3, encoder=iTunes, bit_rate=128)]
答案 3 :(得分：0)
如果你有一个将XML转换为Object的静态函数，它将是这样的
@classmethod
def from_xml(self,xml_str):
#create XML Element
root = ET.fromstring(xml_str)
# create a dict from it
d = {ch.tag: ch.text for ch in root.getchildren()}
# return the object, created with **kwargs called from the Class, that's why its classmethod
return self(**d)
答案 4 :(得分：0)
此代码来自my teacher's Github。它将XML字符串转换为Python对象。这种方法的优点是可以在任何XML上使用。
实施逻辑：
def xml2py(node):
"""
convert xml to python object
node: xml.etree.ElementTree object
"""
name = node.tag
pytype = type(name, (object, ), {})
pyobj = pytype()
for attr in node.attrib.keys():
setattr(pyobj, attr, node.get(attr))
if node.text and node.text != '' and node.text != ' ' and node.text != '\n':
setattr(pyobj, 'text', node.text)
for cn in node:
if not hasattr(pyobj, cn.tag):
setattr(pyobj, cn.tag, [])
getattr(pyobj, cn.tag).append(xml2py(cn))
return pyobj
定义数据：
xml_str = '''<?xml version="1.0" encoding="UTF-8"?>
<menza>
<date day="Monday">
<meal name="Potato flat cakes">
<ingredient name="potatoes"/>
<ingredient name="flour"/>
<ingredient name="eggs"/>
</meal>
<meal name="Pancakes">
<ingredient name="milk"/>
<ingredient name="flour"/>
<ingredient name="eggs"/>
</meal>
</date>
</menza>'''
从XML加载对象：
import xml.etree.ElementTree as ET
menza_xml_tree = ET.fromstring(xml_str)
obj = xml2py(menza_xml_tree)
测试：
for date in obj.date:
print(date.day)
for meal in date.meal:
print('\t', meal.name)
for ingredient in meal.ingredient:
print('\t\t', ingredient.name)