Question

我有一个脚本遍历目录中的所有XML文件，然后解析这些XML文件以获取元素IS标记ICP中的数据。但是，有几千个XML文件，其中一些可能没有ICP中的标记IS。有没有办法通过minidom来做到这一点？

我正在解析的XML示例包含元素IS和标记ICP：

<is ico="0000000000" pcz="1" icp="12345678" icz="12345678" oddel="99">

我正在解析的XML示例包含元素IS但没有标记ICP：

<is ico="000000000">

这里我的脚本显然失败了，因为没有ICP。如何检查ICP代码的存在？

我的剧本：

import os
from xml.dom import minidom

#for testing purposes
directory = os.getcwd()

print("Zdrojový adresář je: " + directory)
print("Procházím aktuální adresář, hledám XML soubory...")
print("Procházím XML soubory, hledám IČP provádějícího...")

with open ('ICP_all.txt', 'w') as SeznamICP_all:   
    for root, dirs, files in os.walk(directory):
        for file in files:
            if (file.endswith('.xml')):
                xmldoc = minidom.parse(os.path.join(root, file))
                itemlist = xmldoc.getElementsByTagName('is')
                SeznamICP_all.write(itemlist[0].attributes['icp'].value + '\n')

print("Vytvářím list unikátních IČP...")

with open ('ICP_distinct.txt','w') as distinct:
    UnikatniICP = []
    with open ('ICP_all.txt','r') as SeznamICP_all:
        distinct.writelines(set(SeznamICP_all))

input('Pro ukončení stiskni libovolnou klávesu...')

我搜索了很多，但我无法得到关于如何使用minidom检查XML中是否存在标记的简单答案。

你可以给我一些建议吗？

Answer 1

您可以使用hasAttribute(attributeName)方法：

....
itemlist = xmldoc.getElementsByTagName('is')
if itemlist[0].hasAttribute("icp"):
    SeznamICP_all.write(itemlist[0].attributes['icp'].value + '\n')

Answer 2

您可以使用icp运算符

检查in的存在

for item in itemlist:
    if( 'icp' in item.attributes ):
        SeznamICP_all.write(item.attributes['icp'].value + '\n')
        break;

Minidom - 检查XML中是否存在标记

2 个答案: