我有一个 xml
格式文件:
<NewDataSet>
<Root>
<Phonemic>and</Phonemic>
<Phonetic>nd</Phonetic>
<Description/>
<Start>0</Start>
<End>8262</End>
</Root>
<Root>
<Phonemic>comfortable</Phonemic>
<Phonetic>comfetebl</Phonetic>
<Description>adj</Description>
<Start>61404</Start>
<End>72624</End>
</Root>
</NewDataSet>
我需要对其进行处理,例如,当用户输入 nd
时,程序将其与 <Phonetic>
匹配标记并返回 and
来自 <Phonemic>
部分。我想也许如果我可以将 xml 文件转换为字典,我将能够遍历数据并在需要时查找信息。
我搜索并找到了xmltodict用于相同目的:
import xmltodict
with open(r'path\to\1.xml', encoding='utf-8', errors='ignore') as fd:
obj = xmltodict.parse(fd.read())
运行它会给我一个 ordered dict
:
>>> obj
OrderedDict([('NewDataSet', OrderedDict([('Root', [OrderedDict([('Phonemic', 'and'), ('Phonetic', 'nd'), ('Description', None), ('Start', '0'), ('End', '8262')]), OrderedDict([('Phonemic', 'comfortable'), ('Phonetic', 'comfetebl'), ('Description', 'adj'), ('Start', '61404'), ('End', '72624')])])]))])
不幸的是,这并没有使事情变得更简单,我不确定如何使用新的数据结构来实现该程序。例如访问 nd
我必须写:
obj['NewDataSet']['Root'][0]['Phonetic']
这太复杂了。我试图通过 dict()
将其变成普通词典但由于它是嵌套的,所以内层保持有序并且我的数据非常大。
最佳答案
如果您以 obj['NewDataSet']['Root'][0]['Phonetic']
的形式访问它,IMO,您做的不对。
相反,您可以执行以下操作
obj = obj["NewDataSet"]
root_elements = obj["Root"] if type(obj) == OrderedDict else [obj["Root"]]
# Above step ensures that root_elements is always a list
for element in root_elements:
print element["Phonetic"]
尽管此代码看起来更长,但优点是一旦您开始处理足够大的 xml,它就会更加紧凑和模块化。
PS:我对 xmltodict
也有同样的问题。但不是使用 xml.etree.ElementTree 进行解析为了解析 xml 文件,xmltodict 更容易使用,因为代码库更小,而且我不必处理 xml 模块的其他琐事。
编辑
下面的代码适合我
import xmltodict
from collections import OrderedDict
xmldata = """<NewDataSet>
<Root>
<Phonemic>and</Phonemic>
<Phonetic>nd</Phonetic>
<Description/>
<Start>0</Start>
<End>8262</End>
</Root>
<Root>
<Phonemic>comfortable</Phonemic>
<Phonetic>comfetebl</Phonetic>
<Description>adj</Description>
<Start>61404</Start>
<End>72624</End>
</Root>
</NewDataSet>"""
obj = xmltodict.parse(xmldata)
obj = obj["NewDataSet"]
root_elements = obj["Root"] if type(obj) == OrderedDict else [obj["Root"]]
# Above step ensures that root_elements is always a list
for element in root_elements:
print element["Phonetic"]
关于python - 使用有序字典解析 xml 文件,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/26926426/