python - 如何解析按特定标签 ID 分组的 XML

Question

我有以下 xml 文件，我想按表 ID 对其进行分组。

xml = """
 <Tables Count="19">
    <Table Id="1" >
      <Data>
        <Cell>
          <Brush/>
          <Text>AA</Text>
          <Text>BB</Text>
         </Cell>
       </Data>
    </Table>

    <Table Id="2" >
      <Data>
        <Cell>
          <Brush/>
          <Text>CC</Text>
          <Text>DD</Text>
         </Cell>
       </Data>
    </Table>
</Tables>
""" 

我想解析它并得到类似的东西。

我尝试了以下方法，但无法弄清楚。

from lxml import etree

tree = etree.fromstring(xml)

users = {}
for user in tree.xpath("//Tables"):
    name = user.xpath("Table")[0].text
    users[name] = []
    for group in user.xpath("Data/Cell/Text"):
        users[name].append(group.text)

print (users)

是否可以得到上面的结果？如果是这样，有人可以帮我做到这一点吗？我真的很感谢你的努力。

Answer 1

您需要将 xpath 查询更改为:

from lxml import etree

tree = etree.fromstring(xml)

users = {}
for user in tree.xpath("//Tables/Table"):
#                                ^^^
    name = user.attrib['Id']
    users[name] = []
    for group in user.xpath(".//Data/Cell/Text"):
    #                        ^^^
        users[name].append(group.text)

print (users)

...并使用 attrib 字典。
这将为您的字符串产生:

{'1': ['AA', 'BB'], '2': ['CC', 'DD']}

<小时/>如果您喜欢“单行话”，您甚至可以这样做:

users = {name: [group.text for group in user.xpath(".//Data/Cell/Text")]
         for user in tree.xpath("//Tables/Table")
         for name in [user.attrib["Id"]]}