我编写了一个可以迭代 XML.file 中特定行的代码,但我认为由于效率低下,这不是一个好的编码。我的示例 .XML 如下所示:
<data>0.0, 100.0</data>
<data>1.0, 101.0</data>
<data>2.0, 102.0</data>
<data>3.0, 103.0</data>
<data>4.0, 104.0</data>
<data>5.0, 105.0</data>
<data>6.0, 106.0</data>
<data>7.0, 107.0</data>
<data>8.0, 108.0</data>
<data>9.0, 109.0</data>
<data>10.0, 110.0</data>
实际上,我有数以万计的数据行,而我只需要其中的一些(基本上,我只知道我想要的行 - 没有别的)。我想有效地仅从特定行解析和获取数据。为了做到这一点(但效率不高),我可以使用嵌套的嵌套 for 循环,但我敢打赌这不是一个好方法。不过,我还没有想出其他方法。假设我想解析并获取第 4 行到第 8 行的数据:
import lxml.etree as ET
a = list(range(5, 10, 1)) # lists row numbers I want to parse and get data (lists rows 4, 5, 6, 7, 8)
tree = ET.parse('x.xml')
data = [] # List results
for x in a: # loops data set
for y in x:
for z in tree.xpath('//data[{}]'.format(y)): #Uses xpath to find one by one data based on row number
datat = z.text
data.append(datat) # List results in each iteration
print(data)
然后输出仅包括
4.0, 104.0
5.0, 105.0
6.0, 106.0
7.0, 107.0
8.0, 108.0
我考虑过是否应该使用 iterparse() -方法或其他方法。然而,这个Liza Daly's parsing method建议 Xpath 是一个很好的方法,但我想我应该重新考虑我的代码。太多的for循环似乎效率低下。有谁对如何改进此代码有任何建议或提示(或进一步阅读的链接)?
最佳答案
我不确定它是否更有效,但你当然可以简化你的代码:
dat = [your xml above]
import lxml.html #needed to do this to be able to parse from string, not file
tree = lxml.html.fromstring(dat)
简化代码:
data = []
for i in range(5, 10, 1): #since xpath counts from 1, while range counts from zero
for z in tree.xpath(f'//data[{i}]'):
data.append(z.text)
检查它是否有效:
for item in data:
print(item)
输出:
4.0, 104.0
5.0, 105.0
6.0, 106.0
7.0, 107.0
8.0, 108.0
关于python - 如何使用 lxml Python(来自 .XML 文件)有效解析特定行?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/57071644/