python - 遍历 xml 文档

Question

我有一个具有以下结构的文档:

<?xml version="1.0" encoding="UTF-8"?>
<entries>
  <entry>
    <term>word_1</term>
    <opinion source="data1" polarity="0.10" />
    <opinion source="data2" polarity="0.4" />
  </entry>
  <entry>
    <term>word_2</term>
    <opinion source="data1" polarity="1.0" />
    <opinion source="data2" polarity="-0.16666667" />
    <opinion source="data3" polarity="0.004" />
 </entry>
 <entry>
    <term>word_3</term>
    <opinion source="data1" polarity="0.6" />
    <opinion source="data2" polarity="0.0" />
 </entry>
</entries>

我从未与 xml 合作过以前，这被证明是一种痛苦。我想提取单词、它们的极性和来源。理想情况下，根据这个示例，我将拥有三个以 source 命名的字典。 (我确切地知道有许多不同的来源，因此手动命名词典不是问题)，这会将单词保存为 key极性为value即，

data1 = {'word1':0.10, 'word2':1.0, 'word3':0.6}
data2 = {'word1':0.4, 'word2':-0.16666667, 'word3':0.0}
data3 = {'word2':0.004}

问题是，我真的不明白如何迭代这个结构。我可以迭代 <term>像这样:

import xml.etree.ElementTree as ET
tree = ET.parse('my.xml')
root = tree.getroot()

for term in root.iter('term'):
    print term.text


Out:
word_1
word_2
word_3

但我无法访问source和polarity项目。任何帮助表示赞赏。谢谢。

Answer 1

看看这个，我想你应该能够理解它是如何工作的。

import xml.etree.ElementTree as ET

data = {}
tree = ET.parse('test.xml')
root = tree.getroot()

for entry in root.iter('entry'):
    term = entry.find('term')
    for opinion in entry.iter('opinion'):
        termDict = data.setdefault(opinion.get('source'), {})
        termDict[term.text] = opinion.get('polarity')

for k,v in data.items():
    print k, v