将带有未知和可变标签的 XML 解析为可读格式

Question

我有一个网页的 XML，它有不同的格式和嵌套表。我无法解析 XML 以提供可读的输出。

我试图使用 ElementTree 库来完成任务，但在获得可读且格式良好的结果方面没有取得任何进展。 XML 看起来像这样：

<?xml-stylesheet type="text/xsl" href="/universal_parse.xsl"?><AgentXmppConnectionStatus type="sandesh"><peer identifier="1" type="list"><list size="1" type="struct"><AgentXmppData><controller_ip identifi
er="1" type="string">192.168.100.2</controller_ip><state identifier="2" type="string">Established</state><peer_name identifier="3"> <peer_addres
s identifier="4" type="string">192.168.100.2:5269</peer_address><cfg_controller identifier="5" type="string">Yes</cfg_controller><mcast_controller identifier="6" type="string">Yes</mcast_controller><last_
state identifier="7" type="string">

实际网页的结果格式类似于this 以及其他不同的格式。 所以我正在寻找一个 Python 脚本，它接受 XML 并以一种可读的格式提供输出，并且类似于它在网页上的实际显示方式。

（PS：这是我第一次问Stack Overflow问题，请原谅我这边的任何错误）

Answer 1

您可以使用 BeautifulSoup 解析此 XML。这可以给你一个想法：

data = '''<?xml-stylesheet type="text/xsl" href="/universal_parse.xsl"?><AgentXmppConnectionStatus type="sandesh"><peer identifier="1" type="list"><list size="1" type="struct"><AgentXmppData><controller_ip identifi
er="1" type="string">192.168.100.2</controller_ip><state identifier="2" type="string">Established</state><peer_name identifier="3"> <peer_addres
s identifier="4" type="string">192.168.100.2:5269</peer_address><cfg_controller identifier="5" type="string">Yes</cfg_controller><mcast_controller identifier="6" type="string">Yes</mcast_controller><last_
state identifier="7" type="string">'''

from bs4 import BeautifulSoup

soup = BeautifulSoup(data, 'html.parser')

print('{: <20}{}'.format('cfg_controller:', soup.select_one('agentxmppconnectionstatus ~ cfg_controller').text))
print('{: <20}{}'.format('mcast_controller:', soup.select_one('agentxmppconnectionstatus ~ mcast_controller').text))
print()
print('{: <20}{: <20}{: <20}'.format('controller_ip', 'state', 'peer_name'))
for row in zip(soup.select('peer agentxmppdata controller_ip'),
               soup.select('peer agentxmppdata state'),
               soup.select('peer agentxmppdata peer_name')):
    print('{: <20}{: <20}{: <20}'.format(*[d.text.strip() for d in row]))

# print(soup.prettify())  <--- uncomment this line for pretty print the whole XML

打印：

cfg_controller:     Yes
mcast_controller:   Yes

controller_ip       state               peer_name           
192.168.100.2       Established         192.168.100.2:5269