解析xml找到具有匹配属性的最后一个元素

Question

我有一些写得很糟糕的 xml，我试图循环并提取每个测试的测试名称、开始和结束时间。我使用该数据将列附加到 csv。我当前的实现会检查 xml 中的每个元素，并且似乎很慢。

这是一个 xml 示例

<ProcessStart Id="1" Type="MemTest" Name="WriteRead" Options=" /pi=5 /m=AA" Tick="1233" />
<ProcessStart Id="2" Type="MemTest" Name="WriteRead" Options=" /pi=5 /m=AA" Tick="1233" />
<ProcessStart Id="3" Type="MemTest" Name="WriteRead" Options=" /pi=5 /m=AA" Tick="1233" />
<ProcessEnd Id="1" Tick="7553"/>
<ProcessEnd Id="2" Tick="7553"/>
<ProcessEnd Id="3" Tick="7553"/>
<ProcessStart Id="17" Type="MemTest" Name="WriteRead" Options=" /pi=25 /m=AA" Tick="8126" />
<ProcessStart Id="18" Type="MemTest" Name="WriteRead" Options=" /pi=25 /m=AA" Tick="8127" />
<ProcessStart Id="19" Type="MemTest" Name="WriteRead" Options=" /pi=25 /m=AA" Tick="8127" />
<ProcessEnd Id="17" Tick="12873"/>
<ProcessEnd Id="18" Tick="12873"/>
<ProcessEnd Id="19" Tick="12873"/>

试图弄清楚如何获取与名称和选项匹配的 processStart 的 Id 值。到目前为止，我有：

root.find('ProcessStart[@Name="%s"][last()]' % test_name).get('Id')

但不是检查与测试名称匹配的最后一个元素，而是检查 processStart 的最后一个元素。我该如何解决这个问题？或者提取这些信息的最快方法是逐行读取输入文件吗？

新信息 我想返回 Id=3 的 Id 值。这是所有具有匹配名称和选项的 ProcessStart 都存在的最后一个值。显示的当前计数立即引用 ProcessStart 的最后一个实例，然后检查名称和选项条件。我正在寻找一种方法来找到具有匹配条件的最后一个 ProcessStart。

也许一个更好的例子是按选项匹配，因为这个实例的名称是相同的，所以：

options=" /pi=5 /m=AA"
test_id=root.find('ProcessStart[@Options="%s"][last()]' % options).get('Id')

使用这个例子和这个数据集，它会返回一个错误'NoneType' object has no attribute 'get' 我相信这是因为最后一个元素与选项不匹配。但是我正在尝试使用匹配选项来定位最后一个 ProcessStart。

完整代码：

import xml.etree.ElementTree as ET

#Read the xml file
tree = ET.parse('C:/Users/mkaminski/Desktop/sample.xml')
root = tree.getroot()

#get the first option
test_option=root.find('ProcessStart').get('Options')
test_id=root.find('ProcessStart[@Options="%s"][last()]' % test_option).get('Id')

完整的 XML 文件：

<AppLog App="RPx" Version="0.6.1" BaseVer="0.0.1" Time="20160208153547" Tick="0">
  <RPxTest TestName="Tests/WriteRead" LongName="WriteRead_b=0_pi=5_m=AA_i=0" Instances="16" Memory="49534849024" Options=" /pi=5 /m=AA" IdRange="1-17" Tick="1233" />
  <ProcessStart Id="1" Type="MemTest" Name="WriteRead" Options=" /pi=5 /m=AA" Tick="1233" />
  <ProcessStart Id="2" Type="MemTest" Name="WriteRead" Options=" /pi=5 /m=AA" Tick="1233" />
  <ProcessStart Id="3" Type="MemTest" Name="WriteRead" Options=" /pi=5 /m=AA" Tick="1233" />
  <ProcessEnd Id="1" Tick="7553"/>
  <ProcessEnd Id="2" Tick="7553"/>
  <ProcessEnd Id="3" Tick="7553"/>
  <RPxTest TestName="Tests/WriteRead" LongName="WriteRead_b=0_pi=25_m=AA_i=0" Instances="16" Memory="49534849024" Options=" /pi=25 /m=AA" IdRange="17-33" Tick="8126" />
  <ProcessStart Id="17" Type="MemTest" Name="WriteRead" Options=" /pi=25 /m=AA" Tick="8126" />
  <ProcessStart Id="18" Type="MemTest" Name="WriteRead" Options=" /pi=25 /m=AA" Tick="8127" />
  <ProcessStart Id="19" Type="MemTest" Name="WriteRead" Options=" /pi=25 /m=AA" Tick="8127" />
  <ProcessEnd Id="17" Tick="12873"/>
  <ProcessEnd Id="18" Tick="12873"/>
  <ProcessEnd Id="19" Tick="12873"/>
</AppLog>

错误：

File "C:/Anaconda3/Scripts/samle.py", line 9, in <module>
    test_id=root.find('ProcessStart[@Options="%s"][last()]' % test_option).get('Id')

AttributeError: 'NoneType' object has no attribute 'get'

Answer 1

我认为您在 ElementTree 的 xpath 支持方面遇到了限制（不完整）。使用 lxml 您的命令可以完美运行。

要使用 ElementTree 执行此操作，请检索所有匹配的元素并让 Python 选择最后一个。

改变

options=" /pi=5 /m=AA"
test_id=root.find('ProcessStart[@Options="%s"][last()]' % options).get('Id')

到

options=" /pi=5 /m=AA"
test_id=root.findall('ProcessStart[@Options="%s"]' % options)[-1].get('Id')

在此命令中，我们将所有匹配的 ProcessStart 元素（按顺序）作为一个列表，并仅抓取最后一个。然后我们就可以获取id了。