Processar XML utilizando Python ElementTree
Tenho um documento XML no seguinte formato
<root>
<H D="14/11/2017">
<FC>
<F LV="0">The quick</F>
<F LV="1">brown</F>
<F LV="2">fox</F>
</FC>
</H>
<H D="14/11/2017">
<FC>
<F LV="0">The lazy</F>
<F LV="1">fox</F>
</FC>
</H>
</root>
Como posso extrair o texto de' D ' dentro da etiqueta H E também todo o texto dentro das etiquetas F.
0
3 answers
De ElementTree docs:
Podemos importar estes dados lendo a partir de um ficheiro:
import xml.etree.ElementTree as ET
tree = ET.parse('country_data.xml')
root = tree.getroot()
Ou directamente de uma cadeia de caracteres:
root = ET.fromstring(country_data_as_string)
E mais tarde na mesma página, 20.5.1.4. Encontrar elementos interessantes:
for neighbor in root.iter('neighbor'):
print(neighbor.attrib)
Que se traduzem em:
import xml.etree.ElementTree as ET
root = ET.fromstring("""
<root>
<H D="14/11/2017">
<FC>
<F LV="0">The quick</F>
<F LV="1">brown</F>
<F LV="2">fox</F>
</FC>
</H>
<H D="14/11/2017">
<FC>
<F LV="0">The lazy</F>
<F LV="1">fox</F>
</FC>
</H>
</root>""")
# root = tree.getroot()
for h in root.iter("H"):
print (h.attrib["D"])
for f in root.iter("F"):
print (f.attrib, f.text)
Resultado:
14/11/2017
14/11/2017
{'LV': '0'} The quick
{'LV': '1'} brown
{'LV': '2'} fox
{'LV': '0'} The lazy
{'LV': '1'} fox
3
Author: Hirabayashi Taro, 2017-11-14 08:19:16
Não especificou exactamente o que pretende usar, por isso recomendo lxml para python. Para obter os valores que deseja ter mais possibilidades:
Com um loop:
from lxml import etree
tree = etree.parse('XmlTest.xml')
root = tree.getroot()
text = []
for element in root:
text.append(element.get('D',None))
for child in element:
for grandchild in child:
text.append(grandchild.text)
print(text)
Resultado: ['14/11/2017', 'the quick',' brown',' fox',' 14/11/2017',' The lazy','fox']
Com xpath:
from lxml import etree
tree = etree.parse('XmlTest.xml')
root = tree.getroot()
D = root.xpath("./H")
F = root.xpath(".//F")
for each in D:
print(each.get('D',None))
for each in F:
print(each.text)
Resultado: 14/11/2017 14/11/2017 Rapido marrom raposa Preguicoso raposa
Ambos têm as suas vantagens, mas dão-lhe um bom ponto de partida. I recomenda o xpath uma vez que lhe dá mais liberdade quando os valores são ausente. 1
Author: MisterT, 2017-11-14 08:37:00
Isto deve ajudar-te
import xml.etree.ElementTree as ET
data='''
<root>
<H D="14/11/2017">
<FC>
<F LV="0">The quick</F>
<F LV="1">brown</F>
<F LV="2">fox</F>
</FC>
</H>
<H D="14/11/2017">
<FC>
<F LV="0">The lazy</F>
<F LV="1">fox</F>
</FC>
</H>
</root>
'''
#list created to store data
D_data=[]
F_data=[]
#data parsed
root= ET.XML(data)
#This will get the value of D
for sub in root:
b=(sub.attrib.get('D'))
D_data.append(b)
#This will get all the text for F tag in xml
for f in root.iter("F"):
b=f.text
#print f.tag,f.attrib,f.text
F_data.append(b)
print D_data
print F_data
1
Author: pankaj mishra, 2017-11-14 09:19:16