如何使用 Python 将 XML 中的所有信息放入字典中答案

【问题标题】：How to get all the info in XML into dictionary with Python如何使用 Python 将 XML 中的所有信息放入字典中
【发布时间】：2010-07-10 01:45:38
【问题描述】：

假设我有一个如下的 XML 文件。

<A>
 <B>
  <C>"blah"</C>
  <C>"blah"</C>
 </B>
 <B>
  <C>"blah"</C>
  <C>"blah"</C>
 </B>
</A>

我需要将此文件读入类似这样的字典中。

dict["A.B1.C1"] = "废话" dict["A.B1.C2"] = "废话" dict["A.B2.C1"] = "废话" dict["A.B2.C2"] = "废话"

但是dict的格式无关紧要，我只想将所有信息读入Python的变量中。

问题是我不知道 XML 的结构，我只想读取字典中的所有信息。

有没有办法用 Python 做到这一点？

【问题讨论】：

似乎与这些 SO 问题密切相关：Editing XML as a dictionary in python?（如 Leniel 所述）和 Really simple way to deal with XML in Python?（如 Nas 所述）

标签： python xml dictionary

【解决方案1】：

您可以在 python 中使用 untangle 库。 untangle.parse() 将 XML 文档转换为 Python 对象

这需要一个 xml 文件作为输入，并返回一个代表该 xml 文档的 python 对象。

我们以下面的xml文件为例，命名为test_xml.xml

<A>
 <B>
  <C>"blah1"</C>
  <C>"blah2"</C>
 </B>
 <B>
  <C>"blah3"</C>
  <C>"blah4"</C>
 </B>
</A>

现在让我们将上面的xml文件转换成python对象来访问xml文件的元素

>>>import untangle

>>>input_file = "/home/tests/test_xml.xml" #Full path to your xml file
>>>obj = untangle.parse(input_file)

>>>obj.A.B[0].C[0].cdata
u'"blah1"'
>>> obj.A.B[0].C[1].cdata
u'"blah2"'
>>> obj.A.B[1].C[0].cdata
u'"blah3"'
>>> obj.A.B[1].C[1].cdata
u'"blah4"'

【讨论】：

【解决方案2】：

我通常使用 lxml.objectify 库进行快速 XML 解析。

使用您的 XML 字符串，您可以：

from lxml import objectify
root = objectify.fromstring(xml_string)

然后使用字典接口获取单个元素：

value = root["A"][0]["B"][0]["C"][0]

或者，如果您愿意：

value = root.A[0].B[0].C[0]

【讨论】：

【解决方案3】：

我通常使用标准库中的 ElementTree 模块来解析 XML。它不会给你一个字典，你会得到一个更有用的 DOM 结构，它允许你为子元素迭代每个元素。

from xml.etree import ElementTree as ET

xml = ET.parse("<path-to-xml-file")
root_element = xml.getroot()

for child in root_element:
   ...

如果有特殊需要将其解析为字典，而不是从 DOM 树中获取所需的信息，从根节点构建一个递归函数将类似于：

def xml_dict(node, path="", dic =None):
    if dic == None:
        dic = {}
    name_prefix = path + ("." if path else "") + node.tag
    numbers = set()
    for similar_name in dic.keys():
        if similar_name.startswith(name_prefix):
            numbers.add(int (similar_name[len(name_prefix):].split(".")[0] ) )
    if not numbers:
        numbers.add(0)
    index = max(numbers) + 1
    name = name_prefix + str(index)
    dic[name] = node.text + "<...>".join(childnode.tail
                                         if childnode.tail is not None else
                                         "" for childnode in node)
    for childnode in node:
        xml_dict(childnode, name, dic)
    return dic

对于您在上面列出的 XML，这会产生这个字典：

{'A1': '\n \n <...>\n',
 'A1.B1': '\n  \n  <...>\n ',
 'A1.B1.C1': '"blah"',
 'A1.B1.C2': '"blah"',
 'A1.B2': '\n  \n  <...>\n ',
 'A1.B2.C1': '"blah"',
 'A1.B2.C2': '"blah"'}

（我发现 DOM 表单更有用）

【讨论】：

上面的错字，应该是“getroot()”，而不是“get_root()”

【解决方案4】：

查看Really simple way to deal with XML in Python? 的答案，您可能会找到其中一个直接满足您的需求。

【讨论】：