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'
答案 0 :(得分:0)
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。