python - 从xml文档中提取元素属性和值而不在python中指定元素

Question

我创建了 10 个不同类型的 xml 文档，例如一个包含书籍详细信息，另一个包含电影详细信息或新闻标题等。其中一个 xml 文档是 books.xml，如下所示:

<bookstore>
    <book category="COOKING">
         <title lang="english">Everyday Italian</title>
         <author>Giada De Laurentiis</author>
         <year>2005</year>
         <price>200.00</price>
    </book>

    <book category="CHILDREN">
         <title lang="english">Harry Potter</title>
         <author>J K. Rowling </author>
         <year>2005</year>
         <price>625.00</price>
    </book> 
</bookstore>

我想通过在所有 10 个 xml 文档中搜索用户输入的单词来计算单词数。这些词只不过是具有属性及其各自值的元素。

例如:用户输入类别

从上面的例子可以看出category是一个属性并且被写了两次。因此，根据此输出应为“2”，如果该词类别存在于其他 9 个文档中，则计数会相应升级。如何在不指定元素名称的情况下对单个文档执行此操作。它基本上是 xml 解析，那么我该怎么做呢？这对我来说是新的，我面临着一些问题。

/////////////////////////////////////////////////////////////////////////////////////////////////

如果我想使用简单的doc而不是schema怎么办？这与xml解析有关，你能告诉我如何在dom模型对象中使用nodelist对象吗？

请帮忙。

Answer 1

如果您将拥有大量此类 XML 文档，您可以执行以下步骤

1. 删除属性中的数据。更改文档格式

   <book>
        <category>CHILDREN</category>
        <lang>english</lang>
        <title>Harry Potter</title>
        <author>J K. Rowling </author>
        <year>2005</year>
        <price>625.00</price>
   </book> 
   

2. 使用Sphinx使用 xmlpipe data source 索引文档