我是 python 和 xml 的新手。看过之前关于该主题的帖子,但我无法弄清楚如何做我需要做的事情。虽然从原理上看起来很简单。
<Project>
<Items>
<Item>
<Code>A456B</Code>
<Database>
<Data>
<Id>mountain</Id>
<Value>12000</Value>
</Data>
<Data>
<Id>UTEM</Id>
<Value>53.2</Value>
</Data>
</Database>
</Item>
<Item>
<Code>A786C</Code>
<Database>
<Data>
<Id>mountain</Id>
<Value>5000</Value>
</Data>
<Data>
<Id>UTEM</Id>
<Value></Value>
</Data>
</Database>
</Item>
</Items>
</Project>
我只想提取所有代码、值和 ID,这没问题。
import xml.etree.cElementTree as ET
name = 'example tree.xml'
tree = ET.parse(name)
root = tree.getroot()
codes=[]
ids=[]
val=[]
for db in root.iter('Code'):
codes.append(db.text)
for ID in root.iter('Id'):
ids.append(ID.text)
for VALUE in root.iter('Value'):
val.append(VALUE.text)
print codes
print ids
print val
['A456B', 'A786C']
['mountain', 'UTEM', 'mountain', 'UTEM']
['12000', '53.2', '5000', None]
我想知道哪些 ID 和值与哪些代码对应。类似于字典的字典,或者可能是行索引为 Id,列标题为代码的 DataFrame 列表。
例如
A456B = {山:12000,UTEM:53.2}
A786C = {mountain:5000, UTEM: None}
最终我想使用这些值来提供方程式。
请注意,真实的 xml 文件可能不会在每个代码中包含相同数量的 ID 和值。此外,Id 和 Value 可能因一个代码部分而异。
抱歉,如果这个问题很初级,或者不清楚...我只学了一个月的 python :/
请您参考如下方法:
BeautifulSoup 是一个非常有用的解析 HTML 和 XML 的模块。
from bs4 import BeautifulSoup
import os
# read the file into a BeautifulSoup object
soup = BeautifulSoup(open(os.getcwd() + "\\input.txt"))
results = {}
# parse the data, and put it into a dict, where the values are dicts
for item in soup.findAll('item'):
# assemble dicts on the fly using a dict comprehension:
# http://stackoverflow.com/a/14507637/4400277
results[item.code.text] = {data.id.text:data.value.text for data in item.findAll('data')}
>>> results
{u'A786C': {u'mountain': u'5000', u'UTEM': u''},
u'A456B': {u'mountain': u'12000', u'UTEM': u'53.2'}
