Skip to main content
 首页 » 编程设计

Python,XML 结构到字典

2025年05月04日7langtianya

我有一个 xml 文件如下:

<?xml version="1.0"?> 
<max:SyncObject xmlns:max="http://www.ibm.com/max"> 
  <max:ObjectSet> 
    <max:PARENT action="AddChange"> 
      <max:FIELD1>string</max:FIELD1> 
      <max:FIELD2>string</max:FIELD2> 
      <max:FIELD3>string</max:FIELD3> 
      <max:FIELD4>string</max:FIELD4> 
      <max:FIELD5>string</max:FIELD5> 
      <max:FIELD6>string</max:FIELD6> 
      <max:FIELD7>string</max:FIELD7> 
      <max:CHILD1 action="Ignored"> 
        <max:CH1FIELD1 action="Ignored"> 
          <max:CH1SUB1>string</max:CH1SUB1> 
        <max:CH1FIELD2>string</max:CH1FIELD2> 
      </max:CHILD1> 
      <max:CHILD2 action="Ignored"> 
        <max:CH2FIELD1>string</max:CH2FIELD1> 
      </max:CHILD2> 
    </max:PARENT> 
  </max:ObjectSet> 
</max:SyncObject> 

我想要达到的最终结果如下:

{'PARENT': ['FIELD1', 'FIELD2', 'FIELD3', 'FIELD4', 'FILED5', 'FIELD6', 'FIELD7', 'CHILD1', 'CHILD2']}, {'CHILD1': ['CH1FIELD1', 'CH1FIELD2'], 'CHILD2': ['CH2FIELD1'], 'CH1FIELD1':['CH1SUB1']} 

所以我尝试了几种不同的方法来从 XML 文件中提取 FIELD1、FIELD2... 标签,同时仍然保持结构,如您所见 PARENT 字典与其他字典是分开的,并且包含恰好在下一级的所有标签。子标签也是如此。不需要 Action 属性,因为这将通过类中的另一种方式指定。

似乎大多数 lxml 和 elementtree 都适合从 XML 标签中提取属性,而不是标签本身。

谁能指出正确的方向来提取没有前缀、值或任何属性的标签(字段名称)并保留结构?

谢谢!

请您参考如下方法:

首先,您的 XML 数据格式不正确,缺少结尾 </max:CH1FIELD1> .

要将其转换为 Python 数据结构,请使用 xmltodict :

import xmltodict 
 
data = """<?xml version="1.0"?> 
<max:SyncObject xmlns:max="http://www.ibm.com/max"> 
  <max:ObjectSet> 
    <max:PARENT action="AddChange"> 
      <max:FIELD1>string</max:FIELD1> 
      <max:FIELD2>string</max:FIELD2> 
      <max:FIELD3>string</max:FIELD3> 
      <max:FIELD4>string</max:FIELD4> 
      <max:FIELD5>string</max:FIELD5> 
      <max:FIELD6>string</max:FIELD6> 
      <max:FIELD7>string</max:FIELD7> 
      <max:CHILD1 action="Ignored"> 
        <max:CH1FIELD1 action="Ignored"> 
          <max:CH1SUB1>string</max:CH1SUB1> 
        <max:CH1FIELD2>string</max:CH1FIELD2> 
        </max:CH1FIELD1> 
      </max:CHILD1> 
      <max:CHILD2 action="Ignored"> 
        <max:CH2FIELD1>string</max:CH2FIELD1> 
      </max:CHILD2> 
    </max:PARENT> 
  </max:ObjectSet> 
</max:SyncObject>""" 
 
d = xmltodict.parse(data,  
                    process_namespaces=True,  
                    namespaces={'http://www.ibm.com/max': None}) 
print d