Skip to main content
 首页 » 编程设计

python之ElementTree模块分离xml内容

2025年05月04日11yyy_WW

我正在尝试解析一个 xml 文件并将其排列到一个表格中,将内容分隔为 isElement、isAttribute、Value、Text。

如何使用 ElementTree 模块来实现这一点?我知道使用 minidom 模块是可能的。

我想使用 ElementTree 的原因是效率。此处提供了我正在尝试实现的示例:http://python.zirael.org/e-gtk-treeview4.html

关于如何使用 ElementTree 模块将 xml 内容分成元素、子元素等的任何建议?

这是我目前所拥有的:

import xml.etree.cElementTree as ET 
 
filetree = ET.ElementTree(file = "some_file.xml") 
for child in filetree.iter(): 
     print child.tag, child.text, child.attrib 

对于以下示例 xml 文件:

    <?xml version="1.0"?> 
    <data> 
        <country name="Liechtenstein"> 
            <rank>1</rank> 
            <year>2008</year> 
            <gdppc>141100</gdppc> 
            <neighbor name="Austria" direction="E"/> 
            <neighbor name="Switzerland" direction="W"/> 
        </country> 
        <country name="Singapore"> 
            <rank>4</rank> 
            <year>2011</year> 
            <gdppc>59900</gdppc> 
            <neighbor name="Malaysia" direction="N"/> 
        </country> 
        <country name="Panama"> 
            <rank>68</rank> 
            <year>2011</year> 
            <gdppc>13600</gdppc> 
            <neighbor name="Costa Rica" direction="W"/> 
            <neighbor name="Colombia" direction="E"/> 
        </country> 
    </data> 

我得到这个作为输出:

    data  
         {} 
    country  
             {'name': 'Liechtenstein'} 
    rank 1 {} 
    year 2008 {} 
    gdppc 141100 {} 
    neighbor None {'direction': 'E', 'name': 'Austria'} 
    neighbor None {'direction': 'W', 'name': 'Switzerland'} 
    country  
             {'name': 'Singapore'} 
    rank 4 {} 
    year 2011 {} 
    gdppc 59900 {} 
    neighbor None {'direction': 'N', 'name': 'Malaysia'} 
    country  
             {'name': 'Panama'} 
    rank 68 {} 
    year 2011 {} 
    gdppc 13600 {} 
    neighbor None {'direction': 'W', 'name': 'Costa Rica'} 
    neighbor None {'direction': 'E', 'name': 'Colombia'} 

我确实在另一篇文章中找到了类似的东西,但它使用了 DOM 模块。 Walk through all XML nodes in an element-nested structure

根据收到的评论,这是我想要实现的目标:

    data (type Element) 
         country(Element) 
              Text = None 
              name(Attribute) 
                 value: Liechtenstein 
              rank(Element) 
                  Text = 1 
              year(Element) 
                  Text = 2008 
              gdppc(Element) 
                  Text = 141100 
              neighbour(Element) 
                  name(Attribute) 
                      value: Austria 
                  direction(Attribute) 
                      value: E 
              neighbour(Element) 
                  name(Attribute) 
                      value: Switzerland 
                  direction(Attribute) 
                      value: W 
 
         country(Element) 
              Text = None 
              name(Attribute) 
                 value: Singapore 
              rank(Element) 
                  Text = 4 

我希望能够在树状结构中呈现我的数据,如上所示。为此,我需要跟踪他们的关系。希望这可以澄清问题。

请您参考如下方法:

Element 对象是包含其直接子元素的序列。 XML 属性存储在将属性名称映射到值的字典中。 DOM 中没有文本节点。文本存储为 text 和 tail 属性。元素内但在第一个子元素之前的文本存储在 text 中,该元素与下一个元素之间的文本存储在 tail 中。因此,如果我们采用 TreeView IV. - display of trees 中的 gtk-treeview4-2.py 示例我们必须重写这个 DOM 代码:

# ... 
import xml.dom.minidom as dom 
# ... 
 
    def create_interior(self): 
        # ... 
        doc = dom.parse(self.filename) 
        self.add_element_to_treestore(doc.childNodes[0], None) 
        # ... 
 
    def add_element_to_treestore(self, e, parent): 
        if isinstance(e, dom.Element): 
            me = self.model.append(parent, [e.nodeName, 'ELEMENT', '']) 
            for i in range(e.attributes.length): 
                a = e.attributes.item(i) 
                self.model.append(me, ['@' + a.name, 'ATTRIBUTE', a.value]) 
            for ch in e.childNodes: 
                self.add_element_to_treestore(ch, me) 
        elif isinstance(e, dom.Text): 
            self.model.append( 
                parent, ['text()', 'TEXT_NODE', e.nodeValue.strip()]) 

通过以下使用 ElementTree:

# ... 
from xml.etree import ElementTree as etree 
# ... 
 
    def create_interior(self): 
        # ... 
        doc = etree.parse(self.filename) 
        self.add_element_to_treestore(doc.getroot()) 
        # ... 
 
    def add_element_to_treestore(self, element, parent=None): 
        path = self.model.append(parent, [element.tag, 'ELEMENT', '']) 
        for name, value in sorted(element.attrib.iteritems()): 
            self.model.append(path, ['@' + name, 'ATTRIBUTE', value]) 
        if element.text: 
            self.model.append( 
                path, ['text()', 'TEXT_NODE', element.text.strip()] 
            ) 
        for child in element: 
            self.add_element_to_treestore(child, path) 
            if element.tail: 
                self.model.append( 
                    path, ['text()', 'TEXT_NODE', element.tail.strip()] 
                ) 

您的示例数据和第一个子树完全展开的屏幕截图:


更新示例数据的屏幕截图和添加的代码中的相关导入行。