XML解析到一個哈希表

Question

我有以下格式的XML文件：

<doc> 
<id name="X"> 
    <type name="A"> 
    <min val="100" id="80"/> 
    <max val="200" id="90"/> 
    </type> 
    <type name="B"> 
    <min val="100" id="20"/> 
    <max val="20" id="90"/> 
    </type> 
</id> 

<type...> 
</type> 
</doc> 

我想解析這個文件，並建立一個哈希表

{X: {"A": [(100,80), (200,90)], "B": [(100,20), (20,90)]}, Y: .....} 

如何我會用Python做這個嗎？

Answer 1

正如其他人所指出minidom是去這裏的路。您打開（並解析）文件，同時檢查節點，檢查節點是否與其相關並應讀取。這樣，你也知道你是否想讀取子節點。

扔在一起這似乎做你想做的。有些值是通過屬性位置而不是屬性名稱讀取的。而且沒有錯誤處理。最後的print（）意味着它的Python 3.x.

我會把它作爲一個練習來改進，只是想發佈一個片段，讓你開始。

快樂黑客！ :)

xml.txt

<doc> 
<id name="X"> 
    <type name="A"> 
    <min val="100" id="80"/> 
    <max val="200" id="90"/> 
    </type> 
    <type name="B"> 
    <min val="100" id="20"/> 
    <max val="20" id="90"/> 
    </type> 
</id> 
</doc> 

parsexml.py

from xml.dom import minidom 
data={} 
doc=minidom.parse("xml.txt") 
for n in doc.childNodes[0].childNodes: 
    if n.localName=="id": 
     id_name = n.attributes.item(0).nodeValue 
     data[id_name] = {} 
     for j in n.childNodes: 
      if j.localName=="type": 
       type_name = j.attributes.item(0).nodeValue 
       data[id_name][type_name] = [(),()] 
       for k in j.childNodes: 
        if k.localName=="min": 
         data[id_name][type_name][0] = \ 
          (k.attributes.item(1).nodeValue, \ 
          k.attributes.item(0).nodeValue) 
        if k.localName=="max": 
         data[id_name][type_name][1] = \ 
          (k.attributes.item(1).nodeValue, \ 
          k.attributes.item(0).nodeValue) 
print (data) 

輸出：

{'X': {'A': [('100', '80'), ('200', '90')], 'B': [('100', '20'), ('20', '90')]}} 

Answer 2

我建議使用minidom庫。

文檔非常好，所以你應該立即開始運行。

丹。

Answer 3

爲什麼不嘗試類似PyXml庫。他們有很多文檔和教程。

Answer 4

另一個XML解析庫：http://www.crummy.com/software/BeautifulSoup/

• 解析XML文檔，從這裏開始：http://www.crummy.com/software/BeautifulSoup/documentation.html#Parsing%20XML

Answer 5

我同不同意sugges在其他使用minidom的答案中 - 這是一種Python的改編，最初是爲其他語言設計的標準，適用於但不是很適合。現代Python中推薦的方法是ElementTree。

在第三方模塊lxml中也實現了相同的接口，但除非您需要超速，Python標準庫中包含的版本沒有問題（並且速度也比minidom快） - 關鍵是編程到那個接口，那麼如果你願意，你可以在將來隨時切換到相同接口的不同實現，只需對自己的代碼進行最小限度的更改。

例如，在需要導入& c後，下面的代碼是您的示例的最小實現（它不驗證XML是否正確，只是假設正確提取數據 - 添加各種檢查很漂亮當然容易）：

from xml.etree import ElementTree as et # or, import any other, faster version of ET 

def xml2data(xmlfile): 
    tree = et.parse(xmlfile) 
    data = {} 
    for anid in tree.getroot().getchildren(): 
    currdict = data[anid.get('name')] = {} 
    for atype in anid.getchildren(): 
     currlist = currdict[atype.get('name')] = [] 
     for c in atype.getchildren(): 
     currlist.append((c.get('val'), c.get('id'))) 
    return data 

這給你的樣品輸入產生你想要的結果。

Answer 6

不要重新發明輪子。使用Amara工具包。 無論如何，變量名稱只是字典中的鍵。 http://www.xml3k.org/Amara