Question

我有一个XML文件，结构如下：

<root>
  <subroot id="someID">
    <val1 value="a"/>
    <val2 value="b"/>
    <val3 value="c"/>
    <val4 value="1"/>
    <val5 value="2"/>
    <val6 value="3"/>
    <otherval value="xyz"/>
  </subroot>
  <subroot id="anotherID">
    <val1 value="aa"/>
    <val2 value="bb"/>
    <val3 value="cc"/>
    <val4 value="11"/>
    <val5 value="22"/>
    <val6 value="33"/>
    <otherval value="xxyyzz"/>
  </subroot>
  .
  .
  .
  .
</root>

我正在尝试检索每个标记中的值。例如，我想要的输出是：

val1=a
val2=b
val3=c
val4=1
val5=2
val6=3
otherval=xyz

这是我的非工作代码，它产生空白，即val1="", val2=""...：

def getValues(self):
    from xml.dom.minidom import parseString
    import json

    file = open('myfile.xml','r')
    data = file.read()
    dom = parseString(data)
    rows = dom.getElementsByTagName("root")[0].getElementsByTagName("subroot")
    valueString = ""
    for row in rows:
        valueString = valueString+json.dumps(
        {
        'val1': row.getAttribute("val1"),
        'val2': row.getAttribute("val2"),
        'val3': row.getAttribute("val3"),
        'val4': row.getAttribute("val4"),
        'val5': row.getAttribute("val5"),
        'val6': row.getAttribute("val6"),
        'other': row.getAttribute("otherval")},
        sort_keys=True,
        indent=4)+","
    response_generator = ( "["+valueString[:-1]+"]" )
    return HttpResponse(response_generator)
    otherval=xyz

我知道这实际上会产生JSON，但这并不重要。重要的是能够提取值，然后我可以随后对它们做任何事情。

有人能告诉我我在这里缺少什么吗？另外，我应该更改我的XML，以便所有val1,val2,val3....都被称为val吗？

感谢。

Answer 1

我的建议是按如下方式构建数据：

<root>
  <subroot id="someID">
    <value id="1">a</value>
    <value id="2">b</value>
    <value id="3">c</value>
    <value id="4">d</value>
    <value id="5">2</value>
    <value id="6">3</value>
    <value id="other">xyz</value>
  </subroot>
  <subroot id="anotherID">
    <value id="1">aa</value>
    <value id="2">bb</value>
    <value id="3">cc</value>
    <value id="4">11</value>
    <value id="5">22</value>
    <value id="6">33</value>
    <value id="other">xxyyzz</value>
  </subroot>
</root>

然后，为了解析，我建议使用etree库 - 它在Python的标准库中，我发现它比其他任何东西都好得多。这只是迭代子根和值元素并提取数据的简单案例。

from xml.etree import ElementTree

xml = ElementTree.parse("test.xml")

root = xml.getroot()

all = {}

for group in root.findall("subroot"):
    temp = {}
    for value in group.findall("value"):
        temp[value.get("id")] = value.text
    all[group.get("id")] = temp

然后，所有人都会：

{'someID': {'1': 'a', '3': 'c', '2': 'b', '5': '2', '4': 'd', '6': '3', 'other': 'xyz'}, 'anotherID': {'1': 'aa', '3': 'cc', '2': 'bb', '5': '22', '4': '11', '6': '33', 'other': 'xxyyzz'}}

您也可以dict comprehension：

执行此操作

all = {group.get("id"): {value.get("id"): value.text for value in group.findall("value")} for group in root.findall("subroot")}

请注意，如果您尝试执行更复杂的操作，这有点难以理解。

Answer 2

val1等不是subroot行的属性。它们是子行，每个子行都有一个value属性，其中包含您想要的数据。您需要获取每个subroot的子项并迭代这些子项，并在每个项目上调用row.getAttribute("value")。

正如Lattyware所说，是的，你应该重命名你的元素。

Answer 3

>>> rows = dom.getElementsByTagName("root")[0].getElementsByTagName("subroot")

>>> v = rows[0].getElementsByTagName("val1")[0]

>>> v.getAttribute("value")
u'a'

我建议你更容易理解使用ElementTree。

>>> import xml.etree.ElementTree as et
>>> root = et.fromstring(data)
>>> v = root.find("*/val1")
>>> v.get("value")
'a'

python - 没有从XML中提取的值

3 个答案: