Получить список значений атрибутов XML в Python

Question

Мне нужно получить список значений атрибутов от дочерних элементов в Python.

Проще всего объяснить на примере.

Учитывая некоторые XML, как это:

<elements>
    <parent name="CategoryA">
        <child value="a1"/>
        <child value="a2"/>
        <child value="a3"/>
    </parent>
    <parent name="CategoryB">
        <child value="b1"/>
        <child value="b2"/>
        <child value="b3"/>
    </parent>
</elements>

Я хочу иметь возможность сделать что-то вроде:

>>> getValues("CategoryA")
['a1', 'a2', 'a3']
>>> getValues("CategoryB")
['b1', 'b2', 'b3']

Это похоже на работу для XPath, но я открыт для всех рекомендаций. Я также хотел бы услышать о ваших любимых библиотеках Python XML.

Answer 1

Я на самом деле не опытный пользователь Python, но вот решение XPath с использованием libxml2.

import libxml2

DOC = """<elements>
    <parent name="CategoryA">
        <child value="a1"/>
        <child value="a2"/>
        <child value="a3"/>
    </parent>
    <parent name="CategoryB">
        <child value="b1"/>
        <child value="b2"/>
        <child value="b3"/>
    </parent>
</elements>"""

doc = libxml2.parseDoc(DOC)

def getValues(cat):
    return [attr.content for attr in doc.xpathEval("/elements/parent[@name='%s']/child/@value" % (cat))]

print getValues("CategoryA")

С результатом ...

['a1', 'a2', 'a3']

Answer 2

ElementTree 1.3 (к сожалению, не 1.2, который входит в состав Python) поддерживает XPath следующим образом:

import elementtree.ElementTree as xml

def getValues(tree, category):
    parent = tree.find(".//parent[@name='%s']" % category)
    return [child.get('value') for child in parent]

Тогда вы можете сделать

>>> tree = xml.parse('data.xml')
>>> getValues(tree, 'CategoryA')
['a1', 'a2', 'a3']
>>> getValues(tree, 'CategoryB')
['b1', 'b2', 'b3']

lxml.etree (который также предоставляет интерфейс ElementTree) также будет работать аналогичным образом.

Answer 3

Использование стандартного W3 DOM, такого как minidom stdlib или pxdom:

def getValues(category):
    for parent in document.getElementsByTagName('parent'):
        if parent.getAttribute('name')==category:
            return [
                el.getAttribute('value')
                for el in parent.getElementsByTagName('child')
            ]
    raise ValueError('parent not found')

Answer 4

Моя предпочтительная библиотека Python xml - lxml , которая включает libxml2.
Xpath действительно подходит для этого, поэтому я бы написал это примерно так:

from lxml import etree

def getValues(xml, category):
    return [x.attrib['value'] for x in 
            xml.findall('/parent[@name="%s"]/*' % category)]

xml = etree.parse(open('filename.xml'))

>>> print getValues(xml, 'CategoryA')
['a1', 'a2', 'a3']
>>> print getValues(xml, 'CategoryB')
['b1', 'b2', 'b3]

Answer 5

Вы можете сделать это с помощью BeautifulSoup

>>> from BeautifulSoup import BeautifulStoneSoup
>>> soup = BeautifulStoneSoup(xml)
>>> def getValues(name):
. . .      return [child['value'] for child in soup.find('parent', attrs={'name': name}).findAll('child')]

Если вы работаете с HTML / XML, я бы рекомендовал вам взглянуть на BeautifulSoup. Это похоже на дерево DOM, но содержит больше функций.

Answer 6

Должен признать, что я фанат xmltramp из-за простоты использования.

Доступ к вышеуказанному становится:

  import xmltramp

  values = xmltramp.parse('''...''')

  def getValues( values, category ):
    cat = [ parent for parent in values['parent':] if parent(name) == category ]
    cat_values = [ child(value) for child in parent['child':] for parent in cat ]
    return cat_values

  getValues( values, "CategoryA" )
  getValues( values, "CategoryB" )

Answer 7

В Python 3.x получение списка атрибутов является простой задачей использования члена items()

Используя фрагмент ElementTree, приведенный ниже, показан способ получения списка атрибутов. Обратите внимание, что в этом примере не учитываются пространства имен, которые, если они существуют, необходимо учитывать.

    import xml.etree.ElementTree as ET

    flName = 'test.xml'
    tree = ET.parse(flName)
    root = tree.getroot()
    for element in root.findall('<child-node-of-root>'):
        attrList = element.items()
        print(len(attrList), " : [", attrList, "]" )

ССЫЛКА:

Element.items ()
Возвращает атрибуты элемента в виде последовательности пар (имя, значение).
Атрибуты возвращаются в произвольном порядке.

Руководство по Python