将 xml 转换为带有标签值的字典

Question

我有一个 XML，每个标签的属性如下：

<?xml version= "1.0" encoding="ISO-8859-1" ?>
<month xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="my.xsd">
    <day Day="2016-1-01">
        <hour Hour="00:00">
            <Variables>
                <a>211.3</a>
                <b>78.94</b>
                <c>0.6</c>
            </Variables>
        </hour>
        <hour Hour="12:00">
            <Variables>
                <a>155.5</a>
                <b>85.5</b>
                <c>0.42</c>
            </Variables>
        </hour>
    </day>
</month>

我希望解析 XML 并转换为字典，但不使用标签，使用属性值。

我的意思是，如何制作类似于：

>>> print d['2016-1-01']['12:00']['b']
>>> 85.5

真正的 XML 还有很多天和几个小时。这可能吗？

我能做的唯一解析它的方法是这个，但如果你想在不同的时间寻找几个不同的变量，这很困难：

# Day
for child_day in root:
    print child_day.tag, child_day.attrib

    # Hour
    for child_hour in child_day:
        print '\t', child_hour.tag, child_hour.attrib

        # Variables
        for child_Variables in child_hour:
            print '\t\t', child_Variables.find('b').text

是否有任何类似于this answer 的函数使属性大小写与此相同而不是标签？

Answer 1

您链接的答案是使用所谓的dict comprehension。这是一个非常简单而优雅的解决方案，因为它将在ElementTree 的每个级别执行相同的操作以生成dict 的该级别，因此该函数可以递归地调用自身。

但是，如果我理解正确，您将获取每个标签的不同属性，具体取决于您在 ElementTree 结构中的级别以用作 dict 键，然后您将在底层将其切换为使用标签名称作为键，使用文本作为值。所以我想不出一个像你链接的答案中那样优雅的解决方案。

我们也可以使用dict理解，但我们将不得不使用它几次（至少对于我想出的解决方案）。

听起来您希望得到一个看起来像这样的dict（给定您的示例 XML）：

{
    "2016-1-01": {
        "12:00": {
            "a": "155.5",
            "b": "85.5",
            "c": "0.42",
        },
        "00:00": {
            "a": "211.3",
            "b": "78.94",
            "c": "0.6",
        },
    },
}

为此，您需要 3 个函数； 1 来处理dict（天、小时和变量）的每个级别的创建。它们的外观如下：

def month_etree_to_dict(month):
    d_list = month.getchildren()
    d_dict = {d.attrib["Day"]: day_etree_to_dict(d) for d in d_list}
    return d_dict

def day_etree_to_dict(day):
    h_list = day.getchildren()
    h_dict = {h.attrib["Hour"]: hour_etree_to_dict(h) for h in h_list}
    return h_dict

def hour_etree_to_dict(hour):
    v_list = hour.getchildren()[0].getchildren()
    v_dict = {v.tag: v.text for v in v_list}
    return v_dict

函数month_etree_to_dict 生成一个dict，其中的键是每天的日期。这些值是使用day_etree_to_dict 函数生成的字典。 day_etree_to_dict 函数通过调用 hour_etree_to_dict 函数每小时做同样的事情。 hour_etree_to_dict 函数的工作方式略有不同，它在 ElementTree 中向下跳了一个额外的级别，因此它可以遍历 <Variables> Element 的孩子（<a>、<b> 和 <c>）使用它们的标签名称作为 dict 的键，它们的文本作为值。

我希望这是有道理的，对你有用。

Answer 2

在将 XML 转换为 dict 时，我经常使用递归 defaultdict，如下所示：

import xml.etree.ElementTree as ET
from collections import defaultdict


def Tree():
    return defaultdict(Tree)

tree = ET.parse('x.xml')
root = tree.getroot()
d = Tree()
for day in root.findall('day'):
    for hour in day.findall('hour'):
        for v in hour.findall('./Variables/*'):
            d[day.attrib['Day']][hour.attrib['Hour']][v.tag] = v.text

print d['2016-1-01']['12:00']['b']

参考：

• https://gist.github.com/hrldcpr/2012250
• https://docs.python.org/2/library/xml.etree.elementtree.html#finding-interesting-elements