web-dev-qa-db-ja.com

Python：ElementTreeで解析されたXMLファイル内のネストされた子にアクセスする

私はxml解析の初心者です。 このxmlファイル には次のツリーがあります。

FHRSEstablishment
 |--> Header
 |    |--> ...
 |--> EstablishmentCollection
 |    |--> EstablishmentDetail
 |    |    |-->...
 |    |--> Scores
 |    |    |-->...
 |--> EstablishmentCollection
 |    |--> EstablishmentDetail
 |    |    |-->...
 |    |--> Scores
 |    |    |-->...

しかし、ElementTreeでアクセスし、childタグと属性を探すと、

import xml.etree.ElementTree as ET
import urllib2
tree = ET.parse(
   file=urllib2.urlopen('http://ratings.food.gov.uk/OpenDataFiles/FHRS408en-GB.xml' % i))
root = tree.getroot()
for child in root:
   print child.tag, child.attrib

私が得るのは：

Header {}
EstablishmentCollection {}

私はそれらの属性が空であることを意味すると思います。なぜそうなのですか？EstablishmentDetailおよびScores内にネストされた子にアクセスするにはどうすればよいですか？

[〜＃〜] edit [〜＃〜]

以下の回答のおかげで、私はツリー内に入れることができますが、Scoresのような値を取得したい場合、これは失敗します：

for node in root.find('.//EstablishmentDetail/Scores'):
    rating = node.attrib.get('Hygiene')
    print rating

そして生産する

None
None
None

何故ですか？

pythonxmltreexml-parsingelementtree
11
FaCoffee

あなたのルート上でiter（）する必要があります。

それはroot.iter()がトリックをするということです！

_import xml.etree.ElementTree as ET
import urllib2
tree =ET.parse(urllib2.urlopen('http://ratings.food.gov.uk/OpenDataFiles/FHRS408en-GB.xml'))
root = tree.getroot()
for child in root.iter():
   print child.tag, child.attrib
_

出力：

_FHRSEstablishment {}
Header {}
ExtractDate {}
ItemCount {}
ReturnCode {}
EstablishmentCollection {}
EstablishmentDetail {}
FHRSID {}
LocalAuthorityBusinessID {}
...
_
  • EstablishmentDetail内のすべてのタグを取得するには、そのタグを見つけて、その子をループする必要があります！

あれは、

_for child in root.find('.//EstablishmentDetail'):
    print child.tag, child.attrib
_

出力：

_FHRSID {}
LocalAuthorityBusinessID {}
BusinessName {}
BusinessType {}
BusinessTypeID {}
RatingValue {}
RatingKey {}
RatingDate {}
LocalAuthorityCode {}
LocalAuthorityName {}
LocalAuthorityWebSite {}
LocalAuthorityEmailAddress {}
Scores {}
SchemeType {}
NewRatingPending {}
Geocode {}
_
  • コメントで言及したようにHygieneのスコアを取得するには、

あなたがしたことは、最初のScoresタグを取得し、for each in root.find('.//Scores'):rating=child.get('Hygiene')を呼び出すと、子としてHygiene、ConfidenceInManagement、Structuralタグを持つことになります。つまり、明らかに3人の子すべてに要素はありません！

最初に、すべてのScoresタグを見つける必要があります。 -見つかったすべてのタグでHygieneを見つけてください！

_for each in root.findall('.//Scores'):rating = each.find('.//Hygiene'); print '' if rating is None else rating.text;
_

出力：

_5
5
5
0
5
_
13
Keerthana Prabhakaran

それが役に立つことを願っています：

import xml.etree.ElementTree as etree
with open('filename.xml') as tmpfile:
    doc = etree.iterparse(tmpfile, events=("start", "end"))
    doc = iter(doc)
    event, root = doc.next()
    num = 0
    for event, elem in doc:
        print event, elem
1
Andrea