python - 使用 python elementtree 将 xml 解析为行项目

Question

使用 Python 和 Elementtree，我在将 XML 解析为文本行项目时遇到问题，这样每个行项目仅代表一个级别，不多也不少。每个行项目最终将成为数据库中的一条记录，以便用户可以在该字段内搜索多个术语。示例 XML:

?xml version="1.0" encoding="utf-8"?>
 <root>
    <mainTerm>
      <title>Meat</title>
      <see>protein</see>
    </mainTerm>
    <mainTerm>
      <title>Vegetables</title>
      <see>starch</see>
    </mainTerm>
    <mainTerm>
      <title>Fruit</nemod></title>
      <term level="1">
        <title>Apple</title>
        <code>apl</code>
      </term>
      <term level="1">
        <title>Red Delicious</title>
        <code>rd</code>
        <term level="2">
          <title>Large Red Delicious</title>
          <code>lrd</code>
        </term>
        <term level="2">
          <title>Medium Red Delicious</title>
          <code>mrd</code>
        </term>
        <term level="2">
          <title>Small Red Delicious</title>
          <code>mrd</code>
        </term>        
      <term level="1">
        <title>Grapes</title>
        <code>grp</code>
      </term>
      <term level="1">
        <title>Peaches</title>
        <code>pch</code>
      </term>      
    </mainTerm>
</root>

期望的输出:

Meat > protein
Vegetables > starch
Fruit > Apple > apl
Fruit > Apple > apl > Red Delicious > rd
Fruit > Apple > apl > Red Delicious > rd > Large Red Delicious > lrd
Fruit > Apple > apl > Red Delicious > rd > Medium Red Delicious > mrd
Fruit > Apple > apl > Red Delicious > rd > Small Red Delicious > srd
Fruit > Grapes > grp
Fruit > Peaches > pch

使用标签“mainTerm”来解析 XML 很容易，但棘手的部分是将每一行限制为只有一个级别，但同时在文本中也包含上层术语。我基本上试图通过创建独特的文本行来“展平”XML 层次结构，每一行都列出其父级(例如 Fruit > Apple > apl)，但不列出其 sibling (例如 Large Red Delicious、Medium Red Delicious 或 Small Red可口的)。

我意识到这可以通过首先将数据转换为关系数据库格式，然后运行查询等来完成，但我希望直接从 XML 获得更直接的解决方案。

希望这是有道理的......谢谢

Answer 1

有一个很好的工具，叫做 xmltodict这从 xml 中创建了一个分层数据结构:

import json
import xmltodict


data = """your xml goes here"""

result = xmltodict.parse(data)
print(json.dumps(result, indent=4))

对于您提供的 xml(进行了一些更改以使其格式正确，请参阅我的评论)，它会打印:

{
    "root": {
        "mainTerm": [
            {
                "title": "Meat", 
                "see": "protein"
            }, 
            {
                "title": "Vegetables", 
                "see": "starch"
            }, 
            {
                "title": "Fruit", 
                "term": [
                    {
                        "@level": "1", 
                        "title": "Apple", 
                        "code": "apl"
                    }, 
                    {
                        "@level": "1", 
                        "title": "Red Delicious", 
                        "code": "rd", 
                        "term": [
                            {
                                "@level": "2", 
                                "title": "Large Red Delicious", 
                                "code": "lrd"
                            }, 
                            {
                                "@level": "2", 
                                "title": "Medium Red Delicious", 
                                "code": "mrd"
                            }, 
                            {
                                "@level": "2", 
                                "title": "Small Red Delicious", 
                                "code": "mrd"
                            }
                        ]
                    }, 
                    {
                        "@level": "1", 
                        "title": "Grapes", 
                        "code": "grp"
                    }, 
                    {
                        "@level": "1", 
                        "title": "Peaches", 
                        "code": "pch"
                    }
                ]
            }
        ]
    }
}