如何使用 lxml 从磁盘加载 .xml 文件作为元素树？

Question

我的驱动器上有一系列 XML 文件，我想执行以下操作：

• 作为元素树加载到 lxml 并使用 xpath 解析
• 加载另一个 XML 文件作为元素树并使用 xpath 解析以找到正确的位置以将信息附加到
• 我从一系列 XML 文件中解析的信息应该设置为变量，这样我就可以在结果上运行一些逻辑，然后再附加回大的 .xml 文件

我在文件类型/将 XML 文件正确加载为元素树时遇到了一些问题，以便 lxml 可以对它们进行操作。我已经尝试了几种不同的方法，但不断遇到各种问题。当前问题如下：

TypeError：参数“_parent”的类型不正确（预期 lxml.etree._Element，得到列表）

from lxml import etree
from lxml import html
import requests

file = 'bgg.xml'
# parse the xml file from disk as an element tree in lxml?
treebgg = etree.parse(file)

# create a list of IDs to iterate through from the bgg.xml file
gameList = treebgg.xpath("//root/BGG/@ID")

# iterate through the IDs
for x in reversed(gameList):
    url = 'https://somewhere.com/xmlapi/' + str(x)
    page = requests.get(url)
    # pull an xml file from a web url and turn it into an element tree in lxml
    tree = html.fromstring(page.content)
    # set my root variable so I can append children to this location
    root = tree.xpath("//root/BGG[@ID=x]")
    name = tree.xpath("//somewhere/name[@primary='true']"
    # append child info into bgg.xml
    child = etree.SubElement(root, "Name")
    child.text = name

# write bgg.xml back to file

Answer 1

获取bgg.xml树的根：

rootbgg = treebgg.getroot()

并用它来将孩子附加到：

child = etree.SubElement(rootbgg, "Name")

---

我遇到了另一个问题...如何选择正确的元素？我不想附加到 xml 文件本身的根目录。

您现在需要重新设计迭代元素的方式：

gameList = treebgg.xpath("//root/BGG")

# iterate through the IDs
for game in reversed(gameList):
    url = 'https://somewhere.com/xmlapi/' + game.attrib["id"]
    page = requests.get(url)
    tree = html.fromstring(page.content)
    # TODO: get the name

    # append child info into bgg.xml
    child = etree.SubElement(game, "Name")
    child.text = name