我正在尝试解析以下 xml 以提取某些数据,然后最终根据需要编辑数据。
这是 xml:
<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<CHECKLIST>
<VULN>
<STIG_DATA>
<VULN_ATTRIBUTE>Vuln_Num</VULN_ATTRIBUTE>
<ATTRIBUTE_DATA>V-38438</ATTRIBUTE_DATA>
</STIG_DATA>
<STIG_DATA>
<VULN_ATTRIBUTE>Rule_Title</VULN_ATTRIBUTE>
<ATTRIBUTE_DATA>More text.</ATTRIBUTE_DATA>
</STIG_DATA>
<STIG_DATA>
<VULN_ATTRIBUTE>Vuln_Discuss</VULN_ATTRIBUTE>
<ATTRIBUTE_DATA>Some text here</ATTRIBUTE_DATA>
</STIG_DATA>
<STIG_DATA>
<VULN_ATTRIBUTE>IA_Controls</VULN_ATTRIBUTE>
<ATTRIBUTE_DATA></ATTRIBUTE_DATA>
</STIG_DATA>
<STIG_DATA>
<VULN_ATTRIBUTE>Rule_Ver</VULN_ATTRIBUTE>
<ATTRIBUTE_DATA>Gen000000</ATTRIBUTE_DATA>
</STIG_DATA>
<STATUS>NotAFinding</STATUS>
<FINDING_DETAILS></FINDING_DETAILS>
<COMMENTS></COMMENTS>
<SEVERITY_OVERRIDE></SEVERITY_OVERRIDE>
<SEVERITY_JUSTIFICATION></SEVERITY_JUSTIFICATION>
</VULN>
我希望从中提取的数据是 STATUS、COMMENTS 和 VULN_ATTRIBUTE 之后的 ATTRIBUTE_DATA 匹配 == Rule_Ver。所以在这个例子中。
我应该得到以下信息: Gen000000 NotAFinding None
到目前为止,我可以轻松获得状态和评论,但无法弄清楚 ATTRIBUTE_DATA 部分。我可以找到第一个 (Vuln_Num),然后我尝试添加一个索引,但这给出了“列表索引超出范围”错误。
这就是我现在所在的位置。
import xml.etree.ElementTree as ET
doc = ET.parse('test.ckl')
root=doc.getroot()
TagList = doc.findall("./VULN")
for curTag in TagList:
StatusTag = curTag.find("STATUS")
CommentTag = curTag.find("COMMENTS")
DataTag = curTag.find("./STIG_DATA/ATTRIBUTE_DATA")
print "GEN:[%s] Status:[%s] Comments: %s" %( DataTag.text, StatusTag.text, CommentTag.text)
这给出了以下输出: GEN:[V-38438] 状态:[NotAFinding] 评论:无
我想要: GEN:[Gen000000] 状态:[NotAFinding] 评论:无
因此,最终目标是能够解析其中的数百个,并根据需要编辑评论字段。一旦获得正确的元素,我认为编辑部分不会那么困难。
从逻辑上讲,我看到有两种方法可以做到这一点。要么转到 ATTRIBUTE_DATA[5] 并获取文本,要么找到 VULN_ATTRIBUTE == Rule_Ver 然后获取下一个 ATTRIBUTE_DATA。
我试过这样做:
DataTag = curTag.find(".//STIG_DATA//ATTRIBUTE_DATA")[5] 和DataTag[5].text`
并且都给我IndexError: list index out of range
我看到 lxml 有 get_element_by_id 和 xpath,但我不能向这个系统添加模块,所以它对我来说是 etree。
提前致谢。
请您参考如下方法:
可以按位置查找元素,但您使用了不正确的 XPath 语法。以下任何一行都应该有效:
DataTag = curTag.find("./STIG_DATA[5]/ATTRIBUTE_DATA") # Note: 5, not 4
DataTag = curTag.findall("./STIG_DATA/ATTRIBUTE_DATA")[4] # Note: 4, not 5
但是,我强烈建议不要使用它。无法保证 STIG_DATA 的 Rule_Ver 实例始终是第五项。
如果您可以更改为 lxml,那么这会起作用:
DataTag = curTag.xpath(
'./STIG_DATA/VULN_ATTRIBUTE[text()="Rule_Ver"]/../ATTRIBUTE_DATA')[0]
由于您不能使用lxml,您必须手动迭代STIG_DATA 元素,如下所示:
def GetData(curTag):
for stig in curTag.findall('STIG_DATA'):
if stig.find('VULN_ATTRIBUTE').text == 'Rule_Ver':
return stig.find('ATTRIBUTE_DATA')
这是一个完整的程序,在 GetData() 中添加了错误检查:
import xml.etree.ElementTree as ET
doc = ET.parse('test.ckl')
root=doc.getroot()
TagList = doc.findall("./VULN")
def GetData(curTag):
for stig in curTag.findall('STIG_DATA'):
vuln = stig.find('VULN_ATTRIBUTE')
if vuln is not None and vuln.text == 'Rule_Ver':
data = stig.find('ATTRIBUTE_DATA')
return data
for curTag in TagList:
StatusTag = curTag.find("STATUS")
CommentTag = curTag.find("COMMENTS")
DataTag = GetData(curTag)
print "GEN:[%s] Status:[%s] Comments: %s" %( DataTag.text, StatusTag.text, CommentTag.text)
引用资料:
