LXML，如何获取列表的多组属性答案

【问题标题】：LXML, how to get multiple set of attributes to listsLXML，如何获取列表的多组属性
【发布时间】：2011-12-30 10:05:30
【问题描述】：

我有类似这样的问题：

How do I select multiple sets of attributes within an XML document using XPath?

我的 XML 数据如下所示：

<?xml version="1.0" encoding="utf-8"?>
<Basic>
    <Segment>
        <Sample value="12" data2="25" data3="23"/>
        <Sample value="13" data2="0" data3="323"/>
        <Sample value="14" data2="2" data3="3"/>
    </Segment>
</Basic>

将这些datax 值添加到列表中的最简单的python 方法是什么。

例如：data2 = ['25','0','2']

【问题讨论】：

标签： python xml lxml

【解决方案1】：

使用 xpath：

from lxml import etree
from collections import defaultdict
from pprint import pprint

doc="""<?xml version="1.0" encoding="utf-8"?>
<Basic>
    <Segment>
        <Sample value="12" data2="25" data3="23"/>
        <Sample value="13" data2="0" data3="323"/>
        <Sample value="14" data2="2" data3="3"/>
    </Segment>
</Basic>
"""
el = etree.fromstring(doc)
data2 = el.xpath('//@data2')
dataX = el.xpath('//@*[starts-with(name(), "data")]')
print data2
print dataX

# With iteration over Sample elements, like in J.F. Sebastian answer, but with XPath
d = defaultdict(list)
for sample in el.xpath('//Sample'):
    for attr_name, attr_value in sample.items():
        d[attr_name].append(attr_value)

pprint(dict(d))

输出：

['25', '0', '2']
['25', '23', '0', '323', '2', '3']
{'data2': ['25', '0', '2'],
 'data3': ['23', '323', '3'],
 'value': ['12', '13', '14']}

【讨论】：

你可以用el.iter('Sample')代替el.xpath('//Sample')。
@J.F.Sebastian，你是对的，但是通过使用 xpath，你可以在一行中添加额外的逻辑，例如el.xpath('//Sample[@value < 14]') 仅选择值小于 14 的元素等。
最终使用了这个。实际上是for循环部分。这对我有好处，因为 xml-file 并不总是具有所有属性。另一个答案也可以，但我觉得这更简单。

【解决方案2】：

获取属性值最简单的方法是使用etree.Element.get('attr_name')：

from lxml import etree

s = '''<?xml version="1.0" encoding="utf-8"?>
<Basic>
    <Segment>
        <Sample value="12" data2="25" data3="23"/>
        <Sample value="13" data2="0" data3="323"/>
        <Sample value="14" data2="2" data3="3"/>
    </Segment>
</Basic>'''

# ❗️for python2
# tree = etree.fromstring(s)

# ❗️for python3
tree = etree.fromstring(s.encode("utf-8"))

samples = tree.xpath('//Sample')

print([sample.get('data2') for sample in samples])
>>> ['25', '0', '2']

【讨论】：

我真的很想使用 get 但我无法让它与命名空间属性一起使用。对于此示例，它将是：xml:data2="25"。使用 xpath，我可以得到很多或更少的结果。有什么想法可以使用命名空间吗？
@MisterT：您需要先使用ns = tree.getroot().nsmap 获取命名空间映射，然后将命名空间传递给您的xpath 调用tree.xpath(xpath_expression, namespaces=ns)
感谢这仍然将我推向了正确的方向。 stackoverflow.com/questions/31063541/…。我看到的唯一缺点是我必须遍历每个孩子，而不仅仅是父母......

【解决方案3】：

使用来自 stdlib 的cElementTree：

import sys
from collections import defaultdict
from xml.etree import cElementTree as etree

d = defaultdict(list)
for ev, el in etree.iterparse(sys.stdin):
    if el.tag == 'Sample':
       for name in "value data2 data3".split():
           d[name].append(el.get(name))
print(d)

Output

{'data2': ['25', '0', '2'],
 'data3': ['23', '323', '3'],
 'value': ['12', '13', '14']}

如果您使用lxml.etree，那么您可以：etree.iterparse(file, tag='Sample') 选择iterparse() 中的Sample 元素，即在这种情况下您可以删除if el.tag == 'Sample' 条件。

【讨论】：