在 Python 中读取 XML 文件并获取其属性值答案

【问题标题】：Reading XML file and fetching its attributes value in Python在 Python 中读取 XML 文件并获取其属性值
【发布时间】：2012-08-30 16:24:32
【问题描述】：

我有这个 XML 文件：

<domain type='kmc' id='007'>
  <name>virtual bug</name>
  <uuid>66523dfdf555dfd</uuid>
  <os>
    <type arch='xintel' machine='ubuntu'>hvm</type>
    <boot dev='hd'/>
    <boot dev='cdrom'/>
  </os>
  <memory unit='KiB'>524288</memory>
  <currentMemory unit='KiB'>270336</currentMemory>
  <vcpu placement='static'>10</vcpu>

现在，我想解析它并获取它的属性值。例如，我想获取 uuid 字段。那么在 Python 中获取它的正确方法应该是什么？

【问题讨论】：

你试过什么？谷歌搜索“python xml”会产生很多非常有用的结果，这些结果应该会为您指明正确的方向。
有很多例子，但没有指向我想去的方向。我想获取属性值。我看到的示例是转换为 xml 文件或转换为 xml 文件

标签： python xml xml-parsing python-2.7

【解决方案1】：

etree，可能是lxml：

root = etree.XML(MY_XML)
uuid = root.find('uuid')
print uuid.text

【讨论】：

【解决方案2】：

我会使用 lxml 并使用 xpath //UUID 解析它

【讨论】：

【解决方案3】：

其他人可以告诉您如何使用 Python 标准库来实现。我会推荐我自己的迷你库，它让这一切变得非常简单。

>>> obj = xml2obj.xml2obj("""<domain type='kmc' id='007'>
... <name>virtual bug</name>
... <uuid>66523dfdf555dfd</uuid>
... <os>
... <type arch='xintel' machine='ubuntu'>hvm</type>
... <boot dev='hd'/>
... <boot dev='cdrom'/>
... </os>
... <memory unit='KiB'>524288</memory>
... <currentMemory unit='KiB'>270336</currentMemory>
... <vcpu placement='static'>10</vcpu>
... </domain>""")
>>> obj.uuid
u'66523dfdf555dfd'

http://code.activestate.com/recipes/534109-xml-to-python-data-structure/

【讨论】：

【解决方案4】：

这是一个 lxml sn-p，它提取 attribute 以及元素 text（您的问题有点含糊不清）你需要一个，所以我把两者都包括在内）：

from lxml import etree
doc = etree.parse(filename)

memoryElem = doc.find('memory')
print memoryElem.text        # element text
print memoryElem.get('unit') # attribute

您问（在评论 Ali Afshar 的回答中）minidom (2.x, 3.x) 是否是一个不错的选择。这是使用 minidom 的等效代码；自己判断哪个更好：

import xml.dom.minidom as minidom
doc = minidom.parse(filename)

memoryElem = doc.getElementsByTagName('memory')[0]
print ''.join( [node.data for node in memoryElem.childNodes] )
print memoryElem.getAttribute('unit')

lxml 对我来说似乎是赢家。

【讨论】：

这个方法也兼容xml.etree.ElementTree，它包含在Python 2和3中。
第一次尝试 lxml 对我不起作用......当我想访问 .text 时，它说 Nonetype 对象没有属性'text'。

【解决方案5】：

XML

<data>
    <items>
        <item name="item1">item1</item>
        <item name="item2">item2</item>
        <item name="item3">item3</item>
        <item name="item4">item4</item>
    </items>
</data>

Python：

from xml.dom import minidom
xmldoc = minidom.parse('items.xml')
itemlist = xmldoc.getElementsByTagName('item') 
print "Len : ", len(itemlist)
print "Attribute Name : ", itemlist[0].attributes['name'].value
print "Text : ", itemlist[0].firstChild.nodeValue
for s in itemlist :
    print "Attribute Name : ", s.attributes['name'].value
    print "Text : ", s.firstChild.nodeValue

【讨论】：

【解决方案6】：

上面的XML没有结束标签，它会给

etree 解析错误：标签中的数据过早结束

正确的 XML 是：

<domain type='kmc' id='007'>
  <name>virtual bug</name>
  <uuid>66523dfdf555dfd</uuid>
  <os>
    <type arch='xintel' machine='ubuntu'>hvm</type>
    <boot dev='hd'/>
    <boot dev='cdrom'/>
  </os>
  <memory unit='KiB'>524288</memory>
  <currentMemory unit='KiB'>270336</currentMemory>
  <vcpu placement='static'>10</vcpu>
</domain>

【讨论】：

【解决方案7】：

您可以尝试使用 (recover=True) 对其进行解析。你可以做这样的事情。

parser = etree.XMLParser(recover=True)
tree = etree.parse('your xml file', parser)

我最近用过这个，它对我有用，你可以试试看，但如果你需要做更复杂的 xml 数据提取，你可以看看我为某个项目写的这段代码handling complex xml data extractions.

【讨论】：