获取父母、孩子和他们的孩子的文本答案

【问题标题】：Getting text of parent, child and their child获取父母、孩子和他们的孩子的文本
【发布时间】：2021-11-27 17:17:24
【问题描述】：

<avis>
<numeroseao>1331795</numeroseao>
<numero>61628-3435560</numero>
<organisme>Ville de Québec</organisme>
<fournisseurs>
  <fournisseur>
    <nomorganisation>APEL ASSOCIATION POUT DU LA MARAISNORD</nomorganisation>
    <adjudicataire>1</adjudicataire>
    <montantsoumis>0.000000</montantsoumis>
    <montantssoumisunite>0</montantssoumisunite>
    <montantcontrat>89732.240000</montantcontrat>
    <montanttotalcontrat>0.000000</montanttotalcontrat>
  </fournisseur>
</fournisseurs>
</avis>

所以有 avis，avis 有fournisseurs，fournisseurs 有更多的节点。如何将这些值放入数据框？

我正在使用下面的代码

element_tree = ET.parse('D:\\python_script\\temp2\\AvisRevisions_20200201_20200229.xml')
root = element_tree.getroot()
for child in root.findall('.//avis/*/*/*'):

或

for child in root.findall('.//avis/*'):

但它只能让我获得父节点或子节点，而不是全部。

【问题讨论】：

"但它只能获取父节点或子节点，而不是全部。"我注意到您已经尝试过'.//avis/*'（一个/*）和'.//avis/*/*/*'（三个/*s）。也许您可以想到介于两者之间的替代方案？你试过了吗？
欢迎来到 Stack Overflow。请尝试创建一个stackoverflow.com/help/minimal-reproducible-example。如果您使用的是 Pandas，那么您应该标记它，并且您应该显示您在循环中使用的代码，以尝试创建您提到的 Dataframe。如果您只想创建一个 Dataframe，我不清楚您为什么要编写一个循环。

标签： python python-3.x xml elementtree

【解决方案1】：

由于您的数据不平坦，当您将 xml 直接导入 pandas 时可能会出现问题。在这种情况下，像 pandas_read_xml 这样的库可能会很有用：

import pandas_read_xml as pdx

df = pdx.read_xml(xml)
df = pdx.fully_flatten(df)  # this should get you the structure you want

在上一行中，xml 变量是您的“AvisRevisions_20200201_20200229.xml”文件。

对于更扁平的结构，您可以像这样使用 Pandas：

import pandas as pd

df = pd.read_xml(xml, xpath="//fournisseurs")

如果您要查找整个“avis”部分，可以将 xpath 参数替换为：

df = pd.read_xml(xml, xpath="//avis")

据此，pandas 应该使用适当的列创建数据框。这是Pandas docs的链接。

【讨论】：

【解决方案2】：

试试下面的

import xml.etree.ElementTree as ET
import pandas as pd

xml = '''<avis>
<numeroseao>1331795</numeroseao>
<numero>61628-3435560</numero>
<organisme>Ville de Québec</organisme>
<fournisseurs>
  <fournisseur>
    <nomorganisation>APEL ASSOCIATION POUT DU LA MARAISNORD</nomorganisation>
    <adjudicataire>1</adjudicataire>
    <montantsoumis>0.000000</montantsoumis>
    <montantssoumisunite>0</montantssoumisunite>
    <montantcontrat>89732.240000</montantcontrat>
    <montanttotalcontrat>0.000000</montanttotalcontrat>
  </fournisseur>
</fournisseurs>
</avis>'''
root = ET.fromstring(xml)

data = []
fournisseur = root.find('.//fournisseur')
data.append({e.tag:e.text for e in fournisseur})
df = pd.DataFrame(data)

【讨论】：