Question

我终于决定学习如何在python中解析xml。我正在使用elementtree来获得基本的理解。我使用python 2.7.9在CentOS 6.5上。我查看了以下几页：

http://www.diveintopython3.net/xml.html

https://pymotw.com/2/xml/etree/ElementTree/parse.html#traversing-the-parsed-tree

并在此论坛上进行了多次搜索，但我遇到了一些麻烦，我不确定这是我的代码还是我想解析的xml。

我需要能够验证某些元素是否在xml中。例如，在下面的xml中，我需要检查元素Analyzer是否存在，如果存在，则获取属性。然后，如果存在Analyzer，我需要检查location元素并获取文本然后是name元素并获取该文本。我认为以下代码会检查元素是否存在：

if element.find('...') is not None

但是会产生不一致的结果，似乎永远不会找到位置或名称元素。例如：

if tree.find('Alert') is not None:

似乎有效，但

if tree.find('location') is not None:

或

if tree.find('Analyzer') is not None:

绝对不行。我猜测tree.find（）函数只适用于顶级？

那我该怎么做呢？

这是我的xml：

<?xml version='1.0' encoding='UTF-8'?>
<Report>
  <Alert>
    <Analyzer analyzerid="CS">
      <Node>
        <location>USA</location>
        <name>John Smith</name>
      </Node>
    </Analyzer>
    <AnalyzerTime>2016-06-11T00:30:02+0000</AnalyzerTime>
    <AdditionalData type="integer" meaning="number of alerts in this report">19</AdditionalData>
    <AdditionalData type="string" meaning="report schedule">5 minutes</AdditionalData>
    <AdditionalData type="string" meaning="report type">alerts</AdditionalData>
    <AdditionalData type="date-time" meaning="report start time">2016-06-11T00:25:16+0000</AdditionalData>
  </Alert>
  <Alert>
    <CreateTime>2016-06-11T00:25:16+0000</CreateTime>
    <Source>
      <Node>
        <Address category="ipv4-addr">
          <address>1.5.1.4</address>
        </Address>
      </Node>
    </Source>
    <Target>
      <Service>
        <port>22</port>
        <protocol>TCP</protocol>
      </Service>
    </Target>
    <Classification text="SSH scans, direction:ingress, confidence:80, severity:high">
      <Reference meaning="Scanning" origin="user-specific">
        <name>SSH Attack</name>
        <url> </url>
      </Reference>
    </Classification>
    <Assessment>
      <Action category="block-installed"/>
    </Assessment>
    <AdditionalData type="string" meaning="top level domain owner">PH, Philippines</AdditionalData>
    <AdditionalData type="integer" meaning="alert threshold">0</AdditionalData>
  </Alert>
</Report>

这是我的代码：

import xml.etree.ElementTree as ET
tree = ET.parse('test.xml')
root = tree.getroot()

for child in root: print child

all_links = tree.findall('.//Analyzer')
try:
        print all_links[0].attrib.get('analyzerid')
        ID = all_links[0].attrib.get('analyzerid')
        all_links2 = tree.findall('.//location')
        print all_links2
        try:
                print all_links[0].text
        except:  print "can't print text location"

        if tree.find('location') is None: print 'lost'
        for kid in tree.iter('location'):
                try:
                        location = kid.text
                        print kid.text
                except: print 'bad'

except IndexError: print'There was no Analyzer element'

Answer 1

我认为你错过了Dive Into Python教程中的一个重要部分（仅来自here）：

是一种搜索后代元素的方法，即子孙，孙子以及任何嵌套级别的任何元素。

这种方式是在元素名称前加//。

tree.find("someElementName")只会找到tree的直接子元素，其名称为someElementName。如果您要在someElementName内的任何位置搜索名为tree的元素，请使用tree.find("//someElementName")。

//表示法源自XPath。 ElementTree模块为XPath的有限子集提供支持。 ElementTree documentation详细说明了它支持的XPath语法部分。

为什么不检查元素是否使用python elementtree

1 个答案: