Извлечение данных из файлов ORCID XML с использованием Python - PullRequest
Новая
       36

Извлечение данных из файлов ORCID XML с использованием Python

1 голос
/ 10 мая 2019

Я пытаюсь (в автономном режиме) анализировать имена из файлов ORCID XML с помощью Python, который загружается из: 

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<record:record xmlns:internal="http://www.orcid.org/ns/internal" xmlns:address="http://www.orcid.org/ns/address" xmlns:email="http://www.orcid.org/ns/email" xmlns:history="http://www.orcid.org/ns/history" xmlns:employment="http://www.orcid.org/ns/employment" xmlns:person="http://www.orcid.org/ns/person" xmlns:education="http://www.orcid.org/ns/education" xmlns:other-name="http://www.orcid.org/ns/other-name" xmlns:personal-details="http://www.orcid.org/ns/personal-details" xmlns:bulk="http://www.orcid.org/ns/bulk" xmlns:common="http://www.orcid.org/ns/common" xmlns:record="http://www.orcid.org/ns/record" xmlns:keyword="http://www.orcid.org/ns/keyword" xmlns:activities="http://www.orcid.org/ns/activities" xmlns:deprecated="http://www.orcid.org/ns/deprecated" xmlns:external-identifier="http://www.orcid.org/ns/external-identifier" xmlns:funding="http://www.orcid.org/ns/funding" xmlns:error="http://www.orcid.org/ns/error" xmlns:preferences="http://www.orcid.org/ns/preferences" xmlns:work="http://www.orcid.org/ns/work" xmlns:researcher-url="http://www.orcid.org/ns/researcher-url" xmlns:peer-review="http://www.orcid.org/ns/peer-review" path="/0000-0001-5006-8001">
    <common:orcid-identifier>
        <common:uri>http://orcid.org/0000-0001-5006-8001</common:uri>
        <common:path>0000-0001-5006-8001</common:path>
        <common:host>orcid.org</common:host>
    </common:orcid-identifier>
    <preferences:preferences>
        <preferences:locale>en</preferences:locale>
    </preferences:preferences>

     <person:person path="/0000-0001-5006-8001/person">
    <common:last-modified-date>2016-06-06T15:29:36.952Z</common:last-modified-date>
    <person:name visibility="public" path="0000-0001-5006-8001">
        <common:created-date>2016-04-15T20:45:16.141Z</common:created-date>
        <common:last-modified-date>2016-04-15T20:45:16.141Z</common:last-modified-date>
        <personal-details:given-names>Marjorie</personal-details:given-names>
        <personal-details:family-name>Biffi</personal-details:family-name>
    </person:name>

То, что я хочу, это извлечь имена и фамилии: Марджори Биффи. Я пытаюсь использовать этот код: 

>>> import xml.etree.ElementTree as ET
>>> root = ET.parse('f.xml').getroot()
>>> p=root.findall('{http://www.orcid.org/ns/personal-details}personal-details')
>>> p
[]

Я не могу понять, как извлечь имена / фамилии из этого XML-файла. Я также пытаюсь использовать XPath / Selector, но безуспешно.

1 Ответ

1 голос
/ 10 мая 2019

Это даст вам результаты, которые вы хотите, но пройдя через каждый из них. 

p1 = root.find('{http://www.orcid.org/ns/person}person')
name = p1.find('{http://www.orcid.org/ns/person}name')
given_names =  name.find('{http://www.orcid.org/ns/personal-details}given-names')
family_name = name.find('{http://www.orcid.org/ns/personal-details}family-name')
print(given_names.text, '', family_name.text)

Вы также можете просто перейти непосредственно к этому подуровню с .\\

family_name = root.find('.//{http://www.orcid.org/ns/personal-details}family-name')

Также я только что разместил здесь о более простых способах анализа через xml, если вы выполняете более простые операции.К ним относятся xmltodict (преобразование в OrderedDict) или untangle, который немного неэффективен, но очень быстр и прост в изучении.

...