Question

我希望从多用途xml文件中提取所有标记名称及其相应的数据。然后将该信息保存到python字典中（例如tag = key，data = value）。标签名称和值的标记是未知的，数量未知。

    <some_root_name>
        <tag_x>bubbles</tag_x>
        <tag_y>car</tag_y>
        <tag...>42</tag...>
    </some_root_name>

我正在使用ElementTree并且可以成功提取根标记，并且可以通过引用标记名称来提取值，但是无法在不引用标记名称的情况下简单地迭代标记和数据。< / p>

任何帮助都会很棒。

谢谢。

Answer 1

from lxml import etree as ET

xmlString = """
    <some_root_name>
        <tag_x>bubbles</tag_x>
        <tag_y>car</tag_y>
        <tag...>42</tag...>
    </some_root_name> """

document = ET.fromstring(xmlString)
for elementtag in document.getiterator():
   print "elementtag name:", elementtag.tag

编辑：从文件而不是字符串

读取

document = ET.parse("myxmlfile.xml")

Answer 2

>>> import xml.etree.cElementTree as et
>>> xml = """
...    <some_root_name>
...         <tag_x>bubbles</tag_x>
...         <tag_y>car</tag_y>
...         <tag...>42</tag...>
...     </some_root_name>
... """
>>> doc = et.fromstring(xml)
>>> print dict((el.tag, el.text) for el in doc)
{'tag_x': 'bubbles', 'tag_y': 'car', 'tag...': '42'}

如果你真的想要42而不是'42'，那么你需要更加努力，不那么优雅。

Answer 3

您可以使用xml.sax.handler来解析XML：

import xml.sax as sax
import xml.sax.handler as saxhandler
import pprint

class TagParser(saxhandler.ContentHandler):
    # http://docs.python.org/library/xml.sax.handler.html#contenthandler-objects
    def __init__(self):
        self.tags = {}
    def startElement(self, name, attrs):
        self.tag = name
    def endElement(self, name):
        if self.tag:
            self.tags[self.tag] = self.data
            self.tag = None
            self.data = None
    def characters(self, content):
        self.data = content

parser = TagParser()
src = '''\
<some_root_name>
    <tag_x>bubbles</tag_x>
    <tag_y>car</tag_y>
    <tag...>42</tag...>
</some_root_name>'''
sax.parseString(src, parser)
pprint.pprint(parser.tags)

产量

{u'tag...': u'42', u'tag_x': u'bubbles', u'tag_y': u'car'}

Answer 4

这可以使用python

中的 lxml 来完成

from lxml import etree

myxml = """
          <root>
             value
          </root> """

doc = etree.XML(myxml)

d = {}
for element in doc.iter():
      key = element.tag
      value = element.text
      d[key] = value

print d

使用python ElementTree解析未知元素的xml文件

4 个答案: