檢查ElementTree的每個值

Question

我在Python中用ElementTree解析XML，並且必須檢查樹中的每個浮點數是否都帶有「，」而不是「。」。但我不知道如何到達我的樹的每個孩子，這是從一個+ 100K行的XML創建非常大。

這是一個很短的樣品，不過：

<example tr="3,1"> 
<test>2.1</test> 
<stack> 
    <nb>2,5</nb> 
    <nb>5.1</nb> 
</stack> 
</example> 

我想檢查，如果這是一個浮動的任何值是用逗號或一個點。我的問題是要用任何一棵樹達到一棵樹的每個價值。

到目前爲止，我嘗試這樣做：

tree = ET.parse(chemin, parser=LineNumberingParser()) 
root = tree.getroot() 
float_text_info = [] 
for element in root.getiterator(): 
    if element is not None: 
     element_value = element.text.strip() 
     if element_value and re.findall('\d+[\.|,]\d+', element_value): 
      float_text_info.append(element_value) 

Answer 1

通過ElementTree我們可以在下面的方式做：

1. 創建的xml.etree.ElementTree.Element根對象。
2. 通過getiterator()方法從輸入中遍歷每個元素。
3. 使用re檢查文本是由. or ,分開的數字。
4. 如果是，則添加到結果列表。
5. 顯示結果列表。

演示：

>>> data = """ 
... <example tr="3,1"> 
... <test>2.1</test> 
... <stack> 
... <nb>2,5</nb> 
... <nb>5.1</nb> 
... </stack> 
... </example> """ 
>>> 
>>> 
>>> import xml.etree.ElementTree as PARSER 
>>> import re 
>>>    
... root = PARSER.fromstring(data) 
>>> 
>>> float_text_info = [] 
>>> for element in root.getiterator(): 
...  element_value = element.text.strip() 
...  if element_value and re.findall('\d+[\.|,]\d+', element_value): 
...   float_text_info.append(element_value) 
...   
... 
>>> print "float_text_info:", float_text_info 
float_text_info: ['2.1', '2,5', '5.1'] 

做異常處理當存在XML註釋。

try: 
    element_value = element.text.strip() 
except: 
    continue 

或者：

最好檢查元素無與否。

for element in root.getiterator(): 
    if element is not None and element.text is not None: 
     element_value = element.text.strip() 
     if element_value and re.findall('\d+[\.|,]\d+', element_value): 
      float_text_info.append(element_value) 

注：

1. 這是基本的代碼，你可以根據你的算法條件進行修改。使用lxml庫來解析xml數據。
2. 做必要的異常處理。