我有一个xml
形式的文件:
<NewDataSet>
<Root>
<Phonemic>and</Phonemic>
<Phonetic>nd</Phonetic>
<Description/>
<Start>0</Start>
<End>8262</End>
</Root>
<Root>
<Phonemic>comfortable</Phonemic>
<Phonetic>comfetebl</Phonetic>
<Description>adj</Description>
<Start>61404</Start>
<End>72624</End>
</Root>
</NewDataSet>
我需要对其进行处理,例如,当用户输入时nd
,程序会将其与<Phonetic>
标签匹配并and
从<Phonemic>
零件返回。我想也许我可以将xml文件转换成字典,则可以遍历数据并在需要时查找信息。
我搜索并找到了用于相同目的的xmltodict:
import xmltodict
with open(r'path\to\1.xml', encoding='utf-8', errors='ignore') as fd:
obj = xmltodict.parse(fd.read())
运行这个给我一个ordered dict
:
>>> obj
OrderedDict([('NewDataSet', OrderedDict([('Root', [OrderedDict([('Phonemic', 'and'), ('Phonetic', 'nd'), ('Description', None), ('Start', '0'), ('End', '8262')]), OrderedDict([('Phonemic', 'comfortable'), ('Phonetic', 'comfetebl'), ('Description', 'adj'), ('Start', '61404'), ('End', '72624')])])]))])
不幸的是,现在这并没有使事情变得更简单,而且我不确定如何使用新的数据结构来实现程序。例如要访问,nd
我必须写:
obj['NewDataSet']['Root'][0]['Phonetic']
这非常复杂。我试图通过它使它成为常规字典,dict()
但是由于嵌套,内层仍然保持有序,并且我的数据很大。
如果您以obj['NewDataSet']['Root'][0]['Phonetic']
IMO的身份访问此文件,则说明操作不正确。
相反,您可以执行以下操作
obj = obj["NewDataSet"]
root_elements = obj["Root"] if type(obj) == OrderedDict else [obj["Root"]]
# Above step ensures that root_elements is always a list
for element in root_elements:
print element["Phonetic"]
即使这段代码看起来更长一些,但好处是一旦开始处理足够大的xml,它将变得更加紧凑和模块化。
PS:我也有同样的问题xmltodict
。但是,与其使用xml.etree.ElementTree进行语法分析来解析xml文件,不如使用xmltodict来简化工作,因为代码库较小,而且我不必处理xml模块的其他缺点。
编辑
以下代码对我有用
import xmltodict
from collections import OrderedDict
xmldata = """<NewDataSet>
<Root>
<Phonemic>and</Phonemic>
<Phonetic>nd</Phonetic>
<Description/>
<Start>0</Start>
<End>8262</End>
</Root>
<Root>
<Phonemic>comfortable</Phonemic>
<Phonetic>comfetebl</Phonetic>
<Description>adj</Description>
<Start>61404</Start>
<End>72624</End>
</Root>
</NewDataSet>"""
obj = xmltodict.parse(xmldata)
obj = obj["NewDataSet"]
root_elements = obj["Root"] if type(obj) == OrderedDict else [obj["Root"]]
# Above step ensures that root_elements is always a list
for element in root_elements:
print element["Phonetic"]
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句