python - 如何使用 ElementTree 在 xml 文件中搜索标签，其中我有一个具有特定值的特定 "Parent"标签？ (Python)

Question

我刚开始学习 Python，必须编写一个程序来解析 xml 文件。我必须在 2 个不同的文件中找到一个名为 OrganisationReference 的标签并将其返回。事实上，有多个具有此名称的标签，但只有一个，即我要返回的标签，它具有值为 DEALER 的标签 OrganisationType 作为父标签(不太确定该术语是否正确)。为此，我尝试使用 ElementTree。这是代码:

    import xml.etree.ElementTree as ET

    tree1 = ET.parse('Master1.xml')
    root1 = tree1.getroot()

    tree2 = ET.parse('Master2.xml')
    root2 = tree2.getroot()

    for OrganisationReference in root1.findall("./Organisation/OrganisationId/[@OrganisationType='DEALER']/OrganisationReference"):
        print(OrganisationReference.attrib)

    for OrganisationReference in root2.findall("./Organisation/OrganisationId/[@OrganisationType='DEALER']/OrganisationReference"):
        print(OrganisationReference.attrib)

但这不会返回任何内容(也没有错误)。有人可以帮助我吗？

我的文件看起来像这样:

  <MessageOrganisationCount>a</MessageOrganisationCount>
  <MessageVehicleCount>x</MessageVehicleCount>
  <MessageCreditLineCount>y</MessageCreditLineCount>
  <MessagePlanCount>z</MessagePlanCount>
  <OrganisationData>
      <Organisation>
          <OrganisationId>
              <OrganisationType>DEALER</OrganisationType>
              <OrganisationReference>WHATINEED</OrganisationReference>
          </OrganisationId>
          <OrganisationName>XYZ.</OrganisationName>
 ....

由于 OrganisationReference 在这个文件中出现了几次，开始和结束标签之间的文本不同，我想得到你在第 9 行看到的那个:它有 OrganisationId 作为父标签，和 DEALER也是 OrganisationId 的子标签。

Answer 1

您与最初的尝试非常接近。您只需要对您的 xpath 进行一些更改，并对您的 python 进行微小的更改。

xpath 的第一部分以 ./Organization 开头。由于您是从根执行 xpath，因此它期望 Organization 是一个 child 。不是;这是一个后代。

尝试将 ./Organization 更改为 .//Organization。 (// 是 /descendant-or-self::node()/ 的缩写。See here for more info. )

第二个问题与 OrganisationId/[@OrganisationType='DEALER'] 有关。那是无效的 xpath。 / 应该从 OrganisationId 和 predicate 之间删除.

此外，@ 是 attribute:: axis 的缩写语法OrganisationType 是一个元素，而不是一个属性。

尝试将 OrganisationId/[@OrganisationType='DEALER'] 更改为 OrganisationId[OrganisationType='DEALER']。

python 问题与 print(OrganisationReference.attrib) 有关。 OrganisationReference 没有任何属性；只是文本。

尝试将 print(OrganisationReference.attrib) 更改为 print(OrganisationReference.text)。

这是一个仅使用一个 XML 文件进行演示的示例...

XML 输入(Master1.xml；添加了 doc 元素以使其格式正确)

<doc>
    <MessageOrganisationCount>a</MessageOrganisationCount>
    <MessageVehicleCount>x</MessageVehicleCount>
    <MessageCreditLineCount>y</MessageCreditLineCount>
    <MessagePlanCount>z</MessagePlanCount>
    <OrganisationData>
        <Organisation>
            <OrganisationId>
                <OrganisationType>DEALER</OrganisationType>
                <OrganisationReference>WHATINEED</OrganisationReference>
            </OrganisationId>
            <OrganisationName>XYZ.</OrganisationName>
        </Organisation>
    </OrganisationData>
</doc>

python

import xml.etree.ElementTree as ET

tree1 = ET.parse('Master1.xml')
root1 = tree1.getroot()

for OrganisationReference in root1.findall(".//Organisation/OrganisationId[OrganisationType='DEALER']/OrganisationReference"):
    print(OrganisationReference.text)

打印输出

WHATINEED

---

另请注意，您似乎根本不需要使用 getroot()。你可以直接在树上使用findall()...

import xml.etree.ElementTree as ET

tree1 = ET.parse('Master1.xml')

for OrganisationReference in tree1.findall(".//Organisation/OrganisationId[OrganisationType='DEALER']/OrganisationReference"):
    print(OrganisationReference.text)