您好,欢迎访问本站博客!
  • 强人站长扶持计划!全球15个数据中心任选!最低仅0.01元/年!
  • 网站所有资源均来自网络,如有侵权请联系站长删除!

python处理.xml文件工具包之XML2Dict

python教程 single 2018-10-23 118 次浏览 0个评论
网站分享代码

xml文件是可扩展标记语言,在保存数据时,经常和.xml文件打交道,它语法简明、格式友好。具体的信息可以到百度百科科普下,下面主要介绍下我用的处理.xml文件的工具包XML2Dict

工具包下载:http://files.cnblogs.com/kaituorensheng/%E5%A4%84%E7%90%86xml%E6%96%87%E4%BB%B6.zip

下载后把文件解压,和自己的.py文件放在一起,里边有两个文件:xml2dict.py, object_dict.py,在自己.py文件的开头加上

from xml2dict import XML2Dict
xml = XML2Dict()
r = xml.parse("待处理文件名.xml")   

示例一:

待处理文件:

分析下这个文件的格式:

    最外一层被<kbpentlink></kbpentlink>包围

    往里一层是:<query></query>,query中包括<id><name>和<docid>两个属性

处理这个文件(取名:1.xml)代码:

from xml2dict import XML2Dict
xml = XML2Dict()
r = xml.parse('1.xml')
for q in r.kbpentlink.query:
    print q
    print q.id
    print q.name
    print q.docid
    print '-----------------'

执行结果:

可以看到.xml文件被解析成字典的形式。使用给工具包的要点就是:分清层次,一点一点的往里面递进。

下边来解析一个比较难的示例:

示例二:

待处理文件:

分析

第一层:<entailment_corpus></entailment_corpus>

第二层:<TOPIC></TOPIC>

第三层:<H></H>,里面有属性<h_id><H_sentence><text>

第四层:(<text>属性有的前提下),里面属性<doc_id><s_id><evaluation><value>

这里的关键就是第三层:因为有的有一个<text>,有的则有多个,还有的没有:一个是得到的是个字典,多个时是个列表

解析代码如下:

 

from xml2dict import XML2Dict
import types
xml = XML2Dict()
r = xml.parse('2.xml')
for topic in r.entailment_corpus.TOPIC:
    print 'topic.t_id:' + topic.t_id
    for h in topic.H:
        print 'H.h_id' + h.h_id
        print 'H.H_sentence' + h.H_sentence
        if h.has_key('text'):
            if type(h.text) == types.ListType:       //多个时为列表类型
                print 'hello list'
                print h.text
                for text in h.text:
                    print 'h.doc_id' + text.doc_id  //单个时

            else:
                print 'hello dic'
                print h.text            //单个时h.text就可以输出了,不要for了,否则错误 else:
            print "no text attribute"

 

结果:

这里引用了types里面的函数type(类型),用法如下示例:

已解决:

示例二中else替换为:type(h.text) == types.DictType: 效果不同,原因:

一般的字典类型为:

 

而此时类型为:

 

 

已有 118 位网友参与,快来吐槽:

发表评论

站点统计