xml - 使用 ElementTree 解析同名的 XML 子标签
问题描述
我正在尝试解析具有以下结构的 XML 文件(在 Python 中对我来说是新的):
<xml>
<document>
<fit>
<grp> some tags </grp>
<prp>
<p> <id> 1674 </id> </p>
<drp>
<name> Joe </name>
<post>
<company> abc </company>
<company> Ltd. </company>
</post>
</drp>
</prp>
</fit>
</document>
<document>
.
.
.
</xml>
为了提取 id、name、company 等信息,然后将它们写入 csv,我尝试了以下代码:
tree = ET.parse(file)
root=tree.getroot()
with open(csvfile, 'a') as f:
writer=csvDictWriter(f, ['ID', 'NAME', 'NCOMP'], delimiter=', ')
writer.writeheader()
result = {}
for child in root.findall('./fit'):
result['ID'] = ( "" .join(child.find('p').find('id').text))
result['NAME'] = ( "" .join(child.find('drp').find('name'))
result['NCOMP'] = ( "" .join(child.find('drp').find('post').find('company')
writer.write(result)
但是,对于公司名称,我只获取第一个标签的内容,然后我尝试使用 for 循环并附加到这样的列表:
Com = []
for each in child.find('drp').find('post'):
coms = each.find('company')
Com = Com.append[coms]
result['NCOMP'] = Com
期望的输出:
ID. NAME. NCOMP
1674. Joe. abc Ltd.
如何更改代码以使其包含两个标签的值?
解决方案
尝试这些方法;它使用 lxml 通过 xpath 收集数据,并使用 pandas 将其存储在数据框中:
data = """
<xml>
<document>
<fit>
<grp>some tags</grp>
<prp>
<p>
<id>1674</id>
</p>
<drp>
<name>Joe</name>
<post>
<company>abc</company>
<company>Ltd.</company>
</post>
</drp>
</prp>
</fit>
</document>
</xml>
"""
from lxml import etree
import pandas as pd
columns = ["ID", "NAME", "NCOMP"]
rows = []
doc = etree.XML(data)
targets = doc.xpath('//prp')
for target in targets:
row = []
id = target.xpath('./p/id/text()')[0]
name = target.xpath('./drp/name/text()')[0]
ncomp = target.xpath('./drp//post//company/text()')
row.extend([id,name,' '.join(ncomp)])
rows.append(row)
pd.DataFrame(rows,columns=columns)
输出:
ID NAME NCOMP
0 1674 Joe abc Ltd.
编辑 - ET 版本。
第一的:
import xml.etree.ElementTree as ET
然后,从doc
替换开始:
doc = ET.fromstring(data)
et_targets = doc.findall('.//prp')
for target in et_targets:
row = []
id = target.findall('./p/id')[0]
name = target.findall('./drp/name')[0]
ncomp = target.findall('./drp//post//company')[0]
row.extend([id.text,name.text,' '.join(ncomp.text)])
rows.append(row)
pd.DataFrame(rows,columns=columns)
输出应该是一样的。
推荐阅读
- javascript - 我该怎么做才能使“摇滚,纸,剪刀”发挥作用?
- bash - Curl 获取 HTTP 响应 0 而不是 200
- python - Python SVD 修复特征值的数量以重建图像?
- c++ - 如何设置范围以提取我想要获取的信息?
- swift - 如何将 PDF 文件上传到已经在内存中的 firebase
- c# - C# DataGridView 不必要的左列
- python - Scipy fmin_cg 没有迭代
- javascript - (承诺/异步):Vue 组件中的“TypeError: Object(...) is not a function”
- node.js - 使用相同框架分发模块的最佳方式
- jenkins - Jenkins 环境变量条件集