带有标签特定信息的 Python XML 解析答案

【问题标题】：Python XML Parsing with Tag Specific Info带有标签特定信息的 Python XML 解析
【发布时间】：2014-12-26 05:15:09
【问题描述】：

我有一个结构如下的 XML 文件：

<?xml version="1.0">
<title>
  <ch bk="Book1" num="1">
    <ver num="1">ver1 content</ver>
    <ver num="2">ver2 content</ver>
  </ch>
  <ch bk="Book1" num="2">
    <ver num="1">ver1 content</ver>
    <ver num="2">ver2 content</ver>
  </ch>
  <ch bk="Book2" num="1">
    <ver num="1">ver1 content</ver>
    <ver num="2">ver2 content</ver>
  </ch>
</title>

有没有办法可以在 python 中访问特定 ch num and book 的单个 ver 内容？（例如 access ver num=2 of ch num=2 of bk=Book1）我已经查看了一些解析 XML 的 xml 模块类，但是它们通过 tagName 进行，我看不到在哪里可以输入诸如 num、bk 和 ch 之类的信息。非常感谢！

【问题讨论】：

标签： python xml parsing tree

【解决方案1】：

您可以使用精细的xpath 表达式访问元素：

XPath 解释

// 代表相对递归搜索

'//ch[@num="1"][@bk="Book1"]/ver[@num="1"]'
#  ^      ^        ^           ^      ^
# ch node |        |           |      |
#  + attributes num = 1        |      |
#  + AND Book attribute = 1    |      |
#                           ver node  |
#                           + num attribut = 1

python 代码：

from lxml import etree
fp = open("/tmp/xml.xml")
tree = etree.parse(fp)
print(tree.xpath('//ch[@num="1"][@bk="Book1"]/ver[@num="1"]/text()')[0])

【讨论】：

【解决方案2】：

使用 Python 标准库的xml.etree.ElementTree 的简单方法：

import xml.etree.ElementTree as ET
tree = ET.parse('yourfile.xml')

def locate(chnum, bk, vernum):
    for ch in tree.findall('ch'):
        if ch.get('num') != chnum: continue
        if ch.get('bk') != bk: continue
        for ver in ch.findall('ver'):
            if ver.get('num') != vernum: continue
            return ver.text
    return None  # no such chapter/book/version combo found

【讨论】：

【解决方案3】：

是的，你可以使用 xpath 来获取目标标签。

>>> from lxml import etree
>>> fp = open("test.html")
>>> tree = etree.parse(fp)
>>> r = tree.xpath('//ch[@num=2][@bk="Book1"]/ver/text()')
>>> r
['ver1 content', 'ver2 content']

【讨论】：

【解决方案4】：

这样，您可以将ver 作为元素访问。

import xml.etree.ElementTree as etree

tree = etree.ElementTree(file='input.xml')

#inputs
num = '1'
bk = 'Book2'

#list comprehension (assume num and bk is unique for ch)
vers =  [ch.findall('ver') \
         for ch in tree.findall('ch') \
         if ch.attrib['num'] == num and ch.attrib['bk'] == bk][0]

#loop results
for ver in vers:
    print 'num={0} text={1}'.format(ver.attrib['num'], ver.text)

【讨论】：