Получить xpath всех узлов в дереве XML с атрибутами - Python - PullRequest
Новая
       8

Получить xpath всех узлов в дереве XML с атрибутами - Python

1 голос
/ 29 марта 2020

Предположим, у меня есть следующий тест. xml: 

<?xml version="1.0" encoding="UTF-8"?>
<test:myXML xmlns:test="http://com/my/namespace" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">
<Parent>
  <FirstNode name="FirstNodeName"></FirstNode>
    <Child1>Test from Child1</Child1>
  <SecondNode name="SecondNodeName" type="SecondNodeType">
    <Child2>
      <GrandChild>Test from GrandChild</GrandChild>
    </Child2>
  </SecondNode>
</Parent>
</test:myXML>

Я бы хотел перебрать все дерево и получить путь к каждому узлу, включая атрибуты. Я могу перебирать дерево и извлекать путь к каждому узлу следующим образом: 

from lxml import etree

xmlDoc = etree.parse("test.xml")
root = xmlDoc.getroot()

for node in xmlDoc.iter():
    print("path: ", xmlDoc.getpath(node))

Как и ожидалось, это печатает: 

path:  /test:myXML
path:  /test:myXML/Parent
path:  /test:myXML/Parent/FirstNode
path:  /test:myXML/Parent/Child1
path:  /test:myXML/Parent/SecondNode
path:  /test:myXML/Parent/SecondNode/Child2
path:  /test:myXML/Parent/SecondNode/Child2/GrandChild

Однако, как я уже говорил, я Хотелось бы как-то распечатать атрибуты указанного узла и его родителей вместе с его путем. Например, если я хочу напечатать элемент «Child2», я бы хотел, чтобы атрибуты каждого из его родительских элементов также отображались. Что-то вроде: 

path:  /test:myXML/Parent/SecondNode{name="SecondNodeName" type="SecondNodeType"}/Child2

Возможно ли это? Я не слишком беспокоюсь о пространствах имен элемента root, если это облегчает задачу.

1 Ответ

1 голос
/ 30 марта 2020

Я не знаю ни одного заранее подготовленного метода, чтобы сделать это, но, несмотря на все вынужденные «работы из дома», я подумал, что с таким же успехом могу попытаться что-то придумать. Это не элегантно, но, кажется, делает всю работу ...

Попробуйте это на своем фактическом коде и посмотрите, работает ли он: 

att = """
<test:myXML xmlns:test="http://com/my/namespace" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">
<Parent>
  <FirstNode name="FirstNodeName"></FirstNode>
    <Child1>Test from Child1</Child1>
  <SecondNode name="SecondNodeName" type="SecondNodeType">
    <Child2>
      <GrandChild>Test from GrandChild</GrandChild>
    </Child2>
  </SecondNode>
</Parent>
</test:myXML>
"""

from lxml import etree

bef = []
xps = []

xmlDoc = etree.fromstring(att)
root = etree.ElementTree(xmlDoc)

for node in xmlDoc.iter():        
    ats = "{"
    for a in range(len(node.keys())):
        mystr = node.keys()[a]+'="'+node.values()[a]+'" '
        ats +=mystr
    ats+='}'
    xp = root.getpath(node)    
    bef.append(xp)
    ent = ''
    if len(ats)>2:
        ent+=xp
        ent+=ats.replace(' }','}')        
    else:
        ent+=xp
    xps.append(ent)

for b,  f in zip(bef,xps):
    prev = bef.index(b)-1
    if prev >=0:
        cur = b.rsplit("/",1)[0]
        new_cur = f.rsplit("/",1)[1]
        if bef[prev]==cur:
            new_f = xps[prev]+'/'+new_cur
            xps[prev+1]=new_f
            print(new_f)
        else:
            print(f)

Вывод: 

/test:myXML/Parent
/test:myXML/Parent/FirstNode{name="FirstNodeName"}
/test:myXML/Parent/Child1
/test:myXML/Parent/SecondNode{name="SecondNodeName" type="SecondNodeType"}
/test:myXML/Parent/SecondNode{name="SecondNodeName" type="SecondNodeType"}/Child2
/test:myXML/Parent/SecondNode{name="SecondNodeName" type="SecondNodeType"}/Child2/GrandChild

Если это работает, и вы заинтересованы, я могу попытаться объяснить, что все это делает ...

...