python - 使用 BeautifulSoup 迭代 XML 以提取特定标签并存储在变量中

Question

我对编程还很陌生，一直在努力寻找解决方案，但我能找到的只是零碎的东西，没有真正的运气把它们放在一起。

我正在尝试使用 BeautifulSoup4 中的 python 来抓取一些 xml 并将文本值存储在变量中特定标记之间。数据来自医学生培训计划，现在需要的一切都必须手动找到。所以我试图通过一个抓取程序来提高效率。

例如，假设我正在查看此类测试数据以进行实验:

<AllergyList>
<Allergy>
    <Deleted>n</Deleted>
    <Status>
        <Active/>
    </Status>
    <ExternalID/>
    <Patient>
        <ExternalID/>
        <FirstName>Testcase</FirstName>
        <LastName>casetest</LastName>
    </Patient>
    <Allergen>
        <Name>Flagyl (metronidazole)</Name>
        <Drug>
           <NDCID>00025182151,00025182131,00025182150</NDCID>
        </Drug>
    </Allergen>
    <Reaction>difficulty breathing</Reaction>
    <OnsetDate>02/02/2013</OnsetDate>
 </Allergy>
<Allergy>
    <Deleted>n</Deleted>
    <Status>
        <Active/>
    </Status>
    <ExternalID/>
    <Patient>
        <ExternalID/>
        <FirstName>Testcase</FirstName>
        <LastName>casetest</LastName>
    </Patient>
    <Allergen>
        <Name>Bactrim (sulfamethoxazole-trimethoprim)</Name>
        <Drug>
            <NDCID>13310014501,49999023220</NDCID>
        </Drug>
    </Allergen>
    <Reaction>swelling</Reaction>
    <OnsetDate>05/03/2002</OnsetDate>
  </Allergy>
  <Number>2</Number>
</AllergyList>

我一直在尝试从多个 <Name> 标签之间提取 <Allergen> 标签，以及从 <Onsetdate> 和 <Reaction> 标签之间提取相应数据，同时将提取结果存储到相应变量中。

例如，我想提取 Flagyl (metronidazole) 、 difficulty breathing 、 02/02/2013 ，然后是 Bactrim (sulfamethoxazole-trimethoprim) 、 swelling 、 05/03/2002 等等，同时将它们放在我以后可以使用的单独变量中。

从 <Allergen> 标签中提取第一组数据很容易，但我无法弄清楚如何遍历 xml 并将提取的数据存储到变量中。我一直在尝试在将数据存储到数组或列表中时使用 for 循环，但我一直在编写它的方式我总是一遍又一遍地提取相同的数据，具体取决于我从 len() 函数计算的迭代次数并且此后未能将其中任何一个存储到数组中。

我已经为此绞尽脑汁一段时间了，我想我可能不是那么聪明，所以非常感谢任何帮助，甚至是为我指明正确的方向。

Answer 1

这似乎是一项简单的任务，因为没有很多嵌套标签:

from bs4 import BeautifulSoup
import sys 

soup = BeautifulSoup(open(sys.argv[1], 'r'), 'xml')

allergies = []
for allergy in soup.find_all('Allergy'):
    d = { 
        'name': allergy.Allergen.Name.string,
        'reaction': allergy.Reaction.string,
        'on_set_date': allergy.OnsetDate.string,
    }   
    allergies.append(d)

## Use 'allergies' array of dictionaries as you want.
## Example:
print(allergies[1]['reaction'])

以 xml 文件作为参数运行它:

python3 script.py xmlfile

这个测试产生:

swelling