Python XML解析

Question

*注意：lxml不能在我的系统上运行。我希望找到一种不涉及lxml的解决方案。

我已经浏览了一些相关文档，但是在尝试实现自己的想法时遇到了困难。我想解析一个类似于以下结构的XML文件：

<dict>
    <key>1375</key>
    <dict>
        <key>Key 1</key><integer>1375</integer>
        <key>Key 2</key><string>Some String</string>
        <key>Key 3</key><string>Another string</string>
        <key>Key 4</key><string>Yet another string</string>
        <key>Key 5</key><string>Strings anyone?</string>
    </dict>
</dict>

在我尝试操作的文件中，还有更多的“dict”跟随着这个。我想读取XML并输出一个文本/数据文件，看起来像这样：

1375，“一些字符串”，“另一个字符串”，“仍然是另一个字符串”，“任何人都可以用字符串”

…

Eof

最初，我尝试使用lxml，但在我的系统上尝试了很多次后，我转而使用DOM。最近，我尝试使用Etree完成这个任务。请好心人帮助我完成这个任务吧！我相对较新于Python，并希望学习如何实现它。提前感谢您。

- PleaseHelpTheNewGuy

---

什么操作系统和Python版本？ - Acorn

你有两个1375的数字。它们可以是两个不同的数字吗？如果可以，你想要哪一个？ - John Machin

Answer 1

您可以使用Python自带的xml.etree.ElementTree。附带一个C实现的伴侣（即更快速的）xml.etree.cElementTree。lxml.etree提供了一个超集功能，但它对你想要做的事情不是必需的。

@Acorn提供的代码对于我来说（Python 2.7，Windows 7）在以下每个导入中都是相同的：

import xml.etree.ElementTree as et
import xml.etree.cElementTree as et
import lxml.etree as et
...
tree = et.fromstring(xmltext)
...

你使用的操作系统是什么？在安装lxml时遇到了什么问题？

- John Machin

---

我正在使用Ubuntu Maverick Meerkat Netbook安装...最新的lxml安装尝试在我的终端中包含了这个消息：正在解压python-lxml（来自.../python-lxml_2.2.6-1_i386.deb）... 设置固件-b43-installer（4.150.10.5-4）... 不支持PCI id 14e4:4315的低功率芯片！ 中止。 - PleaseHelpTheNewGuy

我刚刚尝试了新的导入代码，但出现了以下错误：Traceback (most recent call last): File "/home/worky.py", line 5, in <module> import lxml.etree as et ImportError: No module named lxml.etree - PleaseHelpTheNewGuy

(1) 关于您的Ubuntu安装问题：我建议您尝试lxml邮件列表。 (2) "没有名为lxml.etree的模块" ...那是因为它没有被安装。一次只能有一个导入处于活动状态；注释掉其他两个。 - John Machin

好的，约翰，谢谢你的帮助，我正在调试代码...也许我可以用这段代码解决问题，但它并不完全符合我的需求...如果我能让它正常工作，那就是我需要的了。感谢你的建议。 - PleaseHelpTheNewGuy

Answer 2

import xml.etree.ElementTree as et
import csv

xmltext = """
<dicts>
    <key>1375</key>
    <dict>
        <key>Key 1</key><integer>1375</integer>
        <key>Key 2</key><string>Some String</string>
        <key>Key 3</key><string>Another string</string>
        <key>Key 4</key><string>Yet another string</string>
        <key>Key 5</key><string>Strings anyone?</string>
    </dict>
</dicts>
"""

f = open('output.txt', 'w')

writer = csv.writer(f, quoting=csv.QUOTE_NONNUMERIC)

tree = et.fromstring(xmltext)

# iterate over the dict elements
for dict_el in tree.iterfind('dict'):
    data = []
    # get the text contents of each non-key element
    for el in dict_el:
        if el.tag == 'string':
            data.append(el.text)
        # if it's an integer element convert to int so csv wont quote it
        elif el.tag == 'integer':
            data.append(int(el.text))
    writer.writerow(data)

- Acorn

---

你正在使用哪个操作系统？ - Acorn

我正在运行Ubuntu Maverick Meerkat Netbook版... - PleaseHelpTheNewGuy

你是如何尝试安装它的？你是否尝试使用PIP进行安装？ - Acorn

好的，嗯... 当我尝试安装安装lxml所需的东西时，仍然会出现相同的错误。这就是为什么我希望能找到一种不使用lxml解析XML的解决方案的原因。 - PleaseHelpTheNewGuy

@PleaseHelpTheNewGuy：我已经给你提供了解决方案：xml.etree.[c]ElementTree。 - John Machin