Python：如何组合来自多个 XML 文件的数据答案

【问题标题】：Python : How to combine data from multiple XML filesPython：如何组合来自多个 XML 文件的数据
【发布时间】：2014-03-08 19:30:08
【问题描述】：

我正在使用元素树来解析 XML 文件。我有多个 XML 文件。 XML 文件的元素由唯一键 (SKU) 标识，但其他标记不同。我想将与另一个文件中的每个元素对应的标签组合起来。为此，我可以开始解析第一个 XML 的每个子元素并遍历其他文件的子元素以查找具有给定 sku 的元素：

tree = ET.parse(filename)
root = tree.getroot()
tree1 = ET.parse(filename1)
root1 = tree1.getroot()
...#more xmls
for child in root:
    sku = child.find('SKU').text
    for child1 in root1:
        sku1 = child1.find('SKU').text
        if sku == sku1:
            #do something

但我意识到这种方法效率不高。有更好的方法吗？

谢谢

编辑：例如。第一个 xml 具有以下形式的元素：

<product>
    <SKU>ABCD1234</SKU>
    <_Image>something</_Image>
    <_Image_Count>2</_Image_Count>
    <_Image2>something</_Image2>
    <_Image3>something</_Image3>
    <_Orignal_Image>something</_Orignal_Image>
</product>

第二个 XML 具有以下形式的元素：

<product>
    <Product_Code>ABCD1234</Product_Code>
    <Designer>xxx</Designer>
    <Taxon>yyy</Taxon>
    <Parent_Taxon>zzz</Parent_Taxon>
    <Taxonomy>aaa</Taxonomy>
    <Quantity>1</Quantity>
    <Cost>2</Cost>
    <MRP>3</MRP>
    <Price>4</Price>
</product>

我想结合这两个 XML 得到：

<product>
    <SKU>ABCD1234</SKU>
    <_Image>something</_Image>
    <_Image_Count>2</_Image_Count>
    <_Image2>something</_Image2>
    <_Image3>something</_Image3>
    <_Orignal_Image>something</_Orignal_Image>
    <Product_Code>ABCD1234</Product_Code>
    <Designer>xxx</Designer>
    <Taxon>yyy</Taxon>
    <Parent_Taxon>zzz</Parent_Taxon>
    <Taxonomy>aaa</Taxonomy>
    <Quantity>1</Quantity>
    <Cost>2</Cost>
    <MRP>3</MRP>
    <Price>4</Price>
</product>

【问题讨论】：

不好意思说我没有关注 - 添加数据和输出的简短示例可能会有所帮助。
@PyNEwbie：添加了一个例子

标签： python xml elementtree

【解决方案1】：

编写一个类来管理每种类型的 xml 文件。它应该有一个方法，该方法接受一个 SKU 列表并返回一个包含您感兴趣的属性的事物集合。

另一个使用该集合，并使用它修改它拥有的 xml。

elementTree 对 xml 的支持有限，但查看您的示例文件，findall 方法将是获取“sku”节点集合的良好开端。

不要一口气做完，打开每个文件并使用嵌套循环绝对不是要走的路。

【讨论】：

【解决方案2】：

我建议查看BeautifulSoup 库。

为创建组合 XML 编写了一个小示例 sn-p。

from bs4 import BeautifulSoup

first = BeautifulSoup(open("first.xml"), "lxml")

first_as_dict = dict([(x.text, x.parent()) for x in first.find_all("sku")])

second = BeautifulSoup(open("second.xml"), "lxml")
# The actual tag name in your sample XML is "product_code",
# its not "SKU" as in the first one, change this if that is not correct
second_as_dict = dict([(x.text, x.parent()) for x in second.find_all("product_code")])

combined = BeautifulSoup("", "lxml")

for key, value in first_as_dict.iteritems():
    product_tag = combined.new_tag("product")
    items = value + second_as_dict[key]
    for item in items:
        product_tag.append(item)
    combined.append(product_tag)

print(combined.prettify())

【讨论】：

【解决方案3】：

我会以不同的方式做这件事。有几个方法可以将 Python 字典转换为 XML。

读入每个文件并将其转换为字典字典，其中外键是 SKU，内字典是所有其他元素。
创建一个主字典，将每个文件中的字典组合起来（参见combining dictionaries）
使用结果创建一个 xml 文件

如果您需要保持顺序，请使用有序字典。

在我写这篇文章时，我认为从字典到 json 到 xml 可能更容易 -

【讨论】：