Разбор XML-файла с использованием Element Tree - PullRequest
Новая
       17

Разбор XML-файла с использованием Element Tree

5 голосов
/ 18 января 2011

У меня есть большое количество XML-файлов (около 70), и мне нужно извлечь из них некоторые координаты. Видимо, лучший способ сделать это - проанализировать xml-файл, используя дерево элементов. Я новичок в Python (очень, очень новый!), И мне трудно понять всю документацию, которая поставляется с деревом элементов! Мне было интересно, есть ли у кого-нибудь код, где они используют дерево элементов, или кто-нибудь может объяснить мне, как это сделать .. Спасибо!

Это пример из моего XML-файла .. 

    <?xml version="1.0" encoding="UTF-8" ?> 
- <lev:Leveringsinformatie xmlns:lev="http://www.kadaster.nl/schemas/klic/20080722/leveringsinfo">
  <lev:Version>1.5</lev:Version> 
  <lev:Klicnummer>10G179900</lev:Klicnummer> 
  <lev:Ordernummer>0065491624</lev:Ordernummer> 
  <lev:RelatienummerGrondroerder>0000305605</lev:RelatienummerGrondroerder> 
  <lev:Leveringsvolgnummer>1</lev:Leveringsvolgnummer> 
  <lev:Meldingsoort>Graafmelding</lev:Meldingsoort> 
  <lev:DatumTijdAanvraag>2010-08-10T11:43:02.779+02:00</lev:DatumTijdAanvraag> 
  <lev:KlantReferentie>1207-0132-030 - 6</lev:KlantReferentie> 
- <lev:Locatie axisLabels="x y" srsDimension="2" srsName="epsg:28992" uomLabels="m m">
- <gml:exterior xmlns:gml="http://www.opengis.net/gml">
- <gml:LinearRing>
  <gml:posList>137800.0 484217.0 137796.0 484222.0 137832.0 483757.0 138178.0 483752.0 138174.0 484222.0 137800.0 484217.0</gml:posList> 
  </gml:LinearRing>
  </gml:exterior>
  </lev:Locatie>
- <lev:Pngformaat>
- <lev:OmsluitendeRechthoek xmlns:ns4="http://www.kadaster.nl/schemas/klic/20080722/madt" xmlns:bis="http://www.kadaster.nl/schemas/klic/20080722/klicnetbeheerdersinformatieservicetypes" xmlns:ns0="http://www.kadaster.nl/schemas/klic/20080722/gias" xmlns:ns7="http://www.kadaster.nl/schemas/klic/20080722/klicnetbeheerdersinformatieservicetypes" xmlns:madt="http://www.kadaster.nl/schemas/klic/20080722/madt" xmlns:gia="http://www.kadaster.nl/schemas/klic/20080722/gias" xmlns:klic="http://www.kadaster.nl/schemas/20080722/klic" xmlns:b="http://www.kadaster.nl/schemas/klic/20080722/bundelingtypes" xmlns:ns9="http://www.kadaster.nl/schemas/klic/20081010/bmkltypes" xmlns:gml="http://www.opengis.net/gml" xmlns:ns1="http://www.kadaster.nl/schemas/20080722/klic" xmlns:a="http://www.kadaster.nl/schemas/klic/20080722/bundelingservicetypes" xmlns:bmkl="http://www.kadaster.nl/schemas/klic/20081010/bmkltypes" xmlns:ns3="http://www.opengis.net/gml" xmlns:ns8="http://www.kadaster.nl/schemas/klic/20080722/knts">
- <gml:Envelope srsDimension="2" srsName="epsg:28992">
  <gml:lowerCorner>137796 483752</gml:lowerCorner> 
  <gml:upperCorner>138178 484222</gml:upperCorner> 
  </gml:Envelope>
  </lev:OmsluitendeRechthoek>
  <lev:PixelsBreed>5348</lev:PixelsBreed> 
  <lev:PixelsHoog>6580</lev:PixelsHoog> 
  </lev:Pngformaat>
- <lev:NetbeheerderLeveringen>
- <lev:NetbeheerderLevering>
  <lev:RelatienummerNetbeheerder>0000578695</lev:RelatienummerNetbeheerder> 
  <lev:Bedrijfsnaam>Gemeente Almere</lev:Bedrijfsnaam> 
  <lev:BedrijfsnaamAfkorting>Gemeente Almere</lev:BedrijfsnaamAfkorting>

Мне нужно извлечь координаты нижнего и верхнего угла (lowerCorner / upperCorner)

Обновление: вот мой полный сценарий: 

from xml.etree import ElementTree as ET
import sys, string, os, arcgisscripting
gp = arcgisscripting.create(9.3)

workspace = "D:/J040083"
gp.workspace = workspace

for root, dirs, filenames in os.walk(workspace): # returms root, dirs, and files
    for filename in filenames:
        filename_split = os.path.splitext(filename) # filename and extensionname (extension in [1])
        filename_zero = filename_split[0]
        extension = str.upper(filename_split[1])

        try:
            first_2_letters = str.upper(filename_zero[0] + filename_zero[1])
        except:
            first_2_letters = "XX"

        if first_2_letters == "LI" and extension == ".XML":
            tree = ET.parse(workspace)
            print tree.find('//{http://www.opengis.net/gml}lowerCorner').text
            print tree.find('//{http://www.opengis.net/gml}upperCorner').text

Теперь я получаю сообщение об ошибке:

Имя файла сообщения Положение строки
Traceback
D: \ J040083 \ TXT_EXTRACTION.py 32
синтаксический анализ C: \ Python25 \ Lib \ xml \ etree \ ElementTree.py 862
синтаксический анализ C: \ Python25 \ Lib \ xml \ etree \ ElementTree.py 579
IOError: [Errno 13] Отказано в доступе: 'D: / J040083'

и теперь я ДЕЙСТВИТЕЛЬНО растерялся, потому что я могу получить доступ к этим файлам с помощью другого скрипта, который почти точно такой же, как этот !!

Ответы [ 2 ]

10 голосов
/ 18 января 2011

ElementTree может быть сложным, когда задействованы пространства имен.Элемент, который вы ищете, называется <gml:lowerCorner> и <gml:upperCorner>.При поиске выше в данных XML gml определяется как пространство имен XML: xmlns:gml="http://www.opengis.net/gml".Способ поиска подэлемента дерева XML заключается в следующем: 

from xml.etree import ElementTree as ET
tree = ET.parse('file.xml')
print tree.find('//{http://www.opengis.net/gml}lowerCorner').text
print tree.find('//{http://www.opengis.net/gml}upperCorner').text

Вывод 

137796 483752
138178 484222

Пояснение

Использование поддержки ElementTree XPath , // выделяет все подэлементы на всех уровнях дерева.ElementTree использует нотацию {url}tag для тега в определенном пространстве имен.URL gml - http://www.opengis.net/gml..text извлекает данные в элементе.

Обратите внимание, что // является ярлыком для поиска вложенного узла.Полный путь upperCorner в синтаксисе ElementTree на самом деле: 

{http://www.kadaster.nl/schemas/klic/20080722/leveringsinfo}Pngformaat/{http://www.kadaster.nl/schemas/klic/20080722/leveringsinfo}OmsluitendeRechthoek/{http://www.opengis.net/gml}Envelope/{http://www.opengis.net/gml}upperCorner
2 голосов
/ 18 января 2011

Использование ElementTree очень просто, в основном вы создаете объект, проанализированный из файла, находите элементы по имени или пути и получаете их текст или атрибут.

В вашем случае это немного сложнее, потому что в вашем файле есть пространства имен, поэтому нам нужно преобразовать путь из формы ns:tag в форму {uri}tag. Это цель transform_path функция 

NS_MAP = {
    'http://www.kadaster.nl/schemas/klic/20080722/leveringsinfo' : 'lev',
    'http://www.opengis.net/gml' : 'gml',
}
INV_NS_MAP = {v:k for k, v in NS_MAP.items()} #inverse ns_map 
#for python2: INV_NS_MAP = dict((v,k) for k, v in NS_MAP.iteritems())

#ElementTree expect tags in form {uri}tag, but it would be a pain to have complete uri for eache tag
def transform_path (path):
    res = ''
    tags = path.split('/')
    for tag in tags:
      ns, tag = tag.split(':')
      res += "{"+INV_NS_MAP[ns]+"}"+tag+'/'
    return res

import xml.etree.ElementTree as ET
tree = ET.parse('test.xml')
doc = tree.getroot()

lowerCorner = doc.find(transform_path("lev:Pngformaat/lev:OmsluitendeRechthoek/gml:Envelope/gml:lowerCorner"))
upperCorner = doc.find(transform_path("lev:Pngformaat/lev:OmsluitendeRechthoek/gml:Envelope/gml:upperCorner"))
print (lowerCorner.text)         # Print coordinates
print (upperCorner.text)         # Print coordinates

#for python2: print elem.text

Запуск скрипта с вашим файлом даст следующий вывод: 

137796 483752
138178 484222
...