python - 在动态树中使用minidom获取标签值

Question

我有一个 xml 文件，在某些深层中每次都没有相同的标签。

例如，这是 xml 结构的一部分，其中 <openie>位于

root > document > sentences > sentence > openie

我想从 <text> 获取值每个标签 sentence

<openie>
  <triple confidence="1.000">
    <subject begin="1" end="2">
      <text>customer</text>
      <lemma>customer</lemma>
    </subject>
    <relation begin="2" end="3">
      <text>enters</text>
      <lemma>enter</lemma>
    </relation>
    <object begin="3" end="6">
      <text>their order number</text>
      <lemma>they order number</lemma>
    </object>
  </triple>
</openie>

我已经开始使用这种方法，但我陷入了 XML 具有不同标签的地方，即。 subject , relation和object 。以及每个 openie 中的结构可以改变，例如除了我提到的这三个标签之外还可以有一些其他标签，它也可以有 <text>标签。

from xml.dom import minidom

def parse_xml():
    xmldoc = minidom.parse('./tmp/nlp_output.xml')
    sentencesNode = xmldoc.getElementsByTagName('sentences')
    for sentenceNode in sentencesNode:
        for openIeNode in sentenceNode.childNodes:
            for tripleNode in openIeNode.childNodes:
              #what now?

Answer 1

根据您的问题需求，

• 我想从每个句子的 < text > 标记中获取值？

<小时/>

无需保留track的different tags或每次都是子节点。这是简单的解决方法:

from xml.dom import minidom
xml_doc = minidom.parse('./tmp/nlp_output.xml')

#  To get Number of available tags, you want to search :
item_list = xml_doc.getElementsByTagName('text')
print("Number of text-tags:", len(item_list), '\n')

for text_Elem in item_list:
    text_value = ''.join([node.data for node in text_Elem.childNodes])
    print('Required Value:', text_value)

通过使用此技术，您将获得精确 tag value根据您的情况的需要。要详细了解 XML 解析，请访问引用:How-to-Parse-XML-in-Python .

<小时/>

这是给定 XML 文件的输出，即 nlp_output.xml ,

 - Number of text-tags: 3 

 - Required Value: customer

 - Required Value: enters 

 - Required Value: their order number