Парсинг XML на python — Stack Overflow на русском

Вопрос следующий нужен парсинг XML файла, необходимо вытащить поочередно определенные теги, например тег name

Код следующий, не работающий

import xml.etree.ElementTree as ET
root = ET.parse('файл.xml').getroot()
for type_tag in root.findall('shop/offers/offer'):
    value = type_tag.get('name')
    print(value)

Файл тут https://sotiknadom.ru/snprice.xml

Очень прошу о помощи!

  • python
  • xml

Вариант с BeautifulSoup

# pip install bs4 lxml (если не установлены)
from bs4 import BeautifulSoup as Soup
if __name__ == '__main__':
    with open('snprice.xml', 'r', encoding='utf-8') as xml:
        soup = Soup(xml.read(), 'lxml')
    names = [offer.find('name').text for offer in soup.find_all('offer')]
    print(names, sep='\n')

А это рабочий вариант Вашей реализации:

import xml.etree.ElementTree as ET
xml_file = ET.parse('snprice.xml')
for type_tag in xml_file. findall('shop/offers/offer'):
    value = type_tag.find('name').text
    print(value)

Ну или можно немного сократить код:

from xml.etree.ElementTree import parse
print(
    *(
        type_tag.text for type_tag in parse('snprice.xml').findall('shop/offers/offer/name')
    ),
    sep='\n'
)

Не рекомендуется, если не уверены в исходных данных и нужны какие либо проверки в ходе выполнения

1

Всем, кто столкнется с такой структурой XML:

<?xml version="1.0"?>
<feed xmlns="http://www.w3.org/2005/Atom" xmlns:g="http://base.google.com/ns/1.0">
<title>SotikNadom</title>
<link rel="alternate" type="text/html">https://sotiknadom.ru/</link>
<updated>2020-08-01T06:03:43Z</updated>
<entry >
**<g:**title>Монитор Acer K242HLbd (черный)</g:title>
**<g:**link>https://sotiknadom.ru/monitory/monitor-acer-k242hlbd-chernyj</g:link>
**<g:**price>8800.
00 RUB</g:price> **<g:**id>51</g:id> **<g:**availability>in stock</g:availability> **<g:**condition>new</g:condition>

Делать так:

import xml.etree.ElementTree as ET
xml_file = ET.parse('sngoogle2.xml')
for type_tag in xml_file.findall**('{http://www.w3.org/2005/Atom}entry')**:
    value = type_tag.find**('{http://base.google.com/ns/1.0}price')**.text
    print(value)

Документация: https://docs.python.org/3/library/xml.etree.elementtree.html#parsing-xml-with-namespaces

Зарегистрируйтесь или войдите

Регистрация через Google

Регистрация через Facebook

Регистрация через почту

Отправить без регистрации

Почта

Необходима, но никому не показывается

Отправить без регистрации

Почта

Необходима, но никому не показывается

Нажимая на кнопку «Отправить ответ», вы соглашаетесь с нашими пользовательским соглашением, политикой конфиденциальности и политикой о куки

python — Парсинг XML файла таблицы с передачей в DataFrame

Воспользуйтесь данным решением (с) Austin Taylor:

import xml.
etree.ElementTree as ET import pandas as pd class XML2DataFrame: def __init__(self, xml_data): self.root = ET.XML(xml_data) def parse_root(self, root): return [self.parse_element(child) for child in iter(root)] def parse_element(self, element, parsed=None): if parsed is None: parsed = dict() for key in element.keys(): parsed[key] = element.attrib.get(key) if element.text: parsed[element.tag] = element.text for child in list(element): self.parse_element(child, parsed) return parsed def process_data(self): structure_data = self.parse_root(self.root) return pd.DataFrame(structure_data) xml2df = XML2DataFrame(xml_data) df = xml2df.process_data()

Пример:

with open(r"D:\download\20200915_ED807_full.xml") as f:
    xml_data = f.read()
xml2df = XML2DataFrame(xml_data)
df = xml2df.process_data()

результат:

In [32]: df
Out[32]:
            BIC                                    NameP CntrCd Rgn     Ind  . ..        SWBIC DefaultSWBIC  \
0     041280103              УФК по Астраханской области     RU  12  414056  ...          NaN          NaN
1     044525597     КУ "МИЛЛЕНИУМ БАНК" (ЗАО) - ГК "АСВ"     RU  45  109240  ...          NaN          NaN
2     044525603          КУ ЗАО "ИПОТЕК БАНК" - ГК "АСВ"     RU  45  109240  ...          NaN          NaN
3     044525608        КУ ООО КБ "ДОРИС БАНК" - ГК "АСВ"     RU  45  109240  ...          NaN          NaN
4     044525652  КУ КБ "ПРИСКО КАПИТАЛ БАНК", АО - ГК...     RU  45  109240  ...          NaN          NaN
...         ...                                      ...    ...  ..     ...  ...          ...          ...
2368  298003187          Департамент финансов г. Якутска     RU  98  677000  ...          NaN          NaN
2369  015354008              УФК по Оренбургской области     RU  53  460014  ...          NaN          NaN
2370  200000099  Территориальная избирательная комисс...     RU  36  443110  ...          NaN          NaN
2371  200001413  Территориальная избирательная комисс.
.. RU 36 445011 ... NaN NaN 2372 047516949 БАНК "КУБ" (АО) RU 75 455044 ... CRDURU4CXXX 1 EnglName AccRstr AccRstrDate 0 NaN NaN NaN 1 NaN NaN NaN 2 NaN NaN NaN 3 NaN NaN NaN 4 NaN NaN NaN ... ... ... ... 2368 NaN NaN NaN 2369 NaN NaN NaN 2370 NaN NaN NaN 2371 NaN NaN NaN 2372 "Credit Ural Bank" Joint Stock Compa... NaN NaN [2373 rows x 28 columns]

столбцы DataFrame:

In [33]: df.
columns Out[33]: Index(['BIC', 'NameP', 'CntrCd', 'Rgn', 'Ind', 'Tnp', 'Nnp', 'Adr', 'DateIn', 'PtType', 'Srvcs', 'XchType', 'UID', 'ParticipantStatus', 'Account', 'RegulationAccountType', 'CK', 'AccountCBRBIC', 'AccountStatus', 'RegN', 'Rstr', 'RstrDate', 'PrntBIC', 'SWBIC', 'DefaultSWBIC', 'EnglName', 'AccRstr', 'AccRstrDate'], dtype='object')

все значения первой строки фрейма:

In [34]: pd.set_option("display.max_rows", 30)
In [35]: df.iloc[0]
Out[35]:
BIC                                        041280103
NameP                    УФК по Астраханской области
CntrCd                                            RU
Rgn                                               12
Ind                                           414056
Tnp                                                г
Nnp                                        Астрахань
Adr                                 ул Латышева, 6 Г
DateIn                                    2013-01-09
PtType                                            52
Srvcs                                              3
XchType                                            1
UID                                       1280002005
ParticipantStatus                               PSAC
Account                         40116810600000010015
RegulationAccountType                           TRSA
CK                                                99
AccountCBRBIC                              041280002
AccountStatus                                   ACAC
RegN                                             NaN
Rstr                                             NaN
RstrDate                                         NaN
PrntBIC                                          NaN
SWBIC                                            NaN
DefaultSWBIC                                     NaN
EnglName                                         NaN
AccRstr                                          NaN
AccRstrDate                                      NaN

Python XML Parsing — полные примеры

Python XML Parsing

Python XML Parsing — Мы научимся анализировать XML-документы на языке программирования Python.

Есть много доступных вариантов. Мы рассмотрим достаточно примеров для следующих библиотек:

  • ElementTree
  • cElementTree
  • minidom
  • objectify

Мы рассмотрим примеры для анализа XML-файла, извлечения атрибутов, извлечения элементов и т. д. для всего вышеперечисленного. библиотеки.

Мы рассмотрим следующий XML-файл в качестве примеров в этом руководстве.

 
<праздничный год="2017">
    <тип праздника="другое">
        1 января
        Новый год
    
    <тип праздника="общественный">
        2 октября
        Ганди Джаянти
    
 

Попробуйте онлайн

ElementTree — Python XML Parser

ElementTree поставляется вместе с python.

Получить имя корневого тега

example.py — Программа Python

 # Python XML Parsing
импортировать xml. etree.ElementTree как ET
корень = ET.parse('sample.xml').getroot()
тег = корень.тег
print(tag) 

Попробуйте онлайн

Вывод

 tutorialkart@arjun-VPCEh36EN:~/PycharmProjects/PythonTutorial/parsing$ python python_xml_parse_ElementTree.py
праздники 

Получить атрибуты корня

example.py — Программа Python

 # Python XML Parsing
импортировать xml.etree.ElementTree как ET
корень = ET.parse('sample.xml').getroot()
# получить все атрибуты
атрибуты = root.attrib
печать (атрибуты)
# извлечь определенный атрибут
год = атрибуты.get('год')
print('year : ',year) 

Try Online

Output

 tutorialkart@arjun-VPCEh36EN:~/PycharmProjects/PythonTutorial/parsing$ python python_xml_parse_ElementTree.py
{'год': '2017'}
год : 2017 

Перебор дочерних узлов корня

example. py — Программа Python

 # Python XML Parsing
импортировать xml.etree.ElementTree как ET
корень = ET.parse('sample.xml').getroot()
# перебираем все узлы с именем тега - праздник
на праздник в root.findall('праздник'):
    print(праздник) 

Попробуйте онлайн

Вывод

 tutorialkart@arjun-VPCEh36EN:~/PycharmProjects/PythonTutorial/parsing$ python python_xml_parse_ElementTree.py
<Элемент «праздник» по адресу 0x7fb5a107d3b8>
<Элемент «праздник» по адресу 0x7fb59fc2f868> 

Перебрать дочерние узлы корня и получить их атрибуты

example.py — Программа Python

 # Python XML Parsing
импортировать xml.etree.ElementTree как ET
корень = ET.parse('sample.xml').getroot()
# перебираем дочерние узлы
на праздник в root.findall('праздник'):
    # получить все атрибуты узла
    атрибуты = праздник.атриб
    печать (атрибуты)
    # получить определенный атрибут
    тип = атрибуты. получить('тип')
    print(type) 

Попробуйте онлайн

Вывод

 tutorialkart@arjun-VPCEh36EN:~/PycharmProjects/PythonTutorial/parsing$ python python_xml_parse_ElementTree.py
{'тип': 'другое'}
Другой
{'тип': 'общедоступный'}
public 

Доступ к элементам узла

example.py — Программа Python

 # Python XML Parsing
импортировать xml.etree.ElementTree как ET
корень = ET.parse('sample.xml').getroot()
# перебираем все узлы
на праздник в root.findall('праздник'):
    # элемент доступа - имя
    имя = праздник.найти('имя').текст
    печать('имя:', имя)
    # элемент доступа - дата
    дата = праздник.найти('дата').текст
    печать('дата:', дата) 

Попробуйте онлайн

Вывод

 tutorialkart@arjun-VPCEh36EN:~/PycharmProjects/PythonTutorial/parsing$ python python_xml_parse_ElementTree. py
Название: Новый год
дата: 1 января
Имя: Ганди Джаянти
date : 2 октября 

Доступ к элементам узла без знания имен их тегов

example.py — Программа Python

 # Python XML Parsing
импортировать xml.etree.ElementTree как ET
корень = ET.parse('sample.xml').getroot()
на праздник в root.findall('праздник'):
    # доступ ко всем элементам в узле
    для элемента в отпуске:
        ele_name = элемент.тег
        ele_value = holiday.find(element.tag).text
        print(ele_name, ' : ', ele_value) 

Попробуйте онлайн

Вывод

 tutorialkart@arjun-VPCEh36EN:~/PycharmProjects/PythonTutorial/parsing$ python python_xml_parse_ElementTree.py
дата: 1 января
Название: Новый год
дата : 2 октября
name : Gandhi Jayanti 

❮ Предыдущая Следующая ❯

Анализ XML в сценариях данных

Начиная с Avi Vantage 21.1.1, появилась возможность анализа полезных данных XML в сценариях данных. Используя эту возможность, вы можете получить представление о полезной нагрузке XML или выполнить некоторые действия на основе параметров в теле XML.

Avi добавил анализатор XML, который используется для обработки XML.

Анализаторам XML требуется оболочка. Для этого в начале DataScript используется анализатор Avi XML:

локальный avixmlparser = требуется ("avixmlparser")
успех, документ = avixmlparser.parse(body)​
успех, содержимое = avixmlparser.search(документ, xpath)​
 

avixmlparser выполняет две функции:

  1. Анализ
  2. Поиск
Функция Параметр Возвращает
Анализ Тело запроса Возвращает два значения:
1. Первое значение показывает, был ли синтаксический анализ успешным.
2. Второе значение представляет собой проанализированную информацию.
Если синтаксический анализ завершается неудачей, то второе значение представляет собой информацию об ошибке.
Поиск 1. Объект документа
2. XPath: Вы можете использовать выражения XPath для извлечения соответствующих атрибутов, таких как пароль и имя пользователя, из полезных данных XML
Возвращает два значения:
1. Первое значение показывает, успешен ли синтаксический анализ.
2. Второе значение отображает результаты поиска

Варианты использования

  • Horizon — серверы UAG балансировки нагрузки:


XML — это протокол управления для Horizon. В полезных данных содержится много информации, которая может представлять интерес для выполнения любых настраиваемых действий, таких как имя пользователя, тип клиента (клиент Horizon: Windows/MAC и т. д.).

Примечание . Если вы используете сценарии использования, связанные с DataScript для Horizon, убедитесь, что буферизация тела запроса отключена для URL-адресов /ice. В противном случае туннельное соединение не будет установлено.

Чтобы выборочно отключить буферизацию тела в DataScript, добавьте следующее под событием запроса:

Событие HTTP_REQ:
локальная функция startup_with(str, start)
   вернуть строку: sub (1, # start) == начало
конец
если start_with(avi.http.get_uri(), "/ice/tunnel"), то
  avi.http.set_request_body_buffer_size(0)
конец
Событие HTTP_REQ_DATA:
локальный avixmlparser = требуется ("avixmlparser")
локальное тело = avi.http.get_req_body(2048)
local xpath = "/broker/do-submit-authentication/screen[name='windows-password']/params/param[name='username']/values/value"
локальный succ_parse, документ = avixmlparser.parse (тело)
если succ_parse то
    локальный succ_search, содержимое = avixmlparser.search (документ, xpath)
    если succ_search то
        for i, v в ipairs(content) do
            если v ~= ноль, то
              avi.vs.log(v) конец
        конец
    иначе avi.vs.log(содержимое)
    конец
иначе avi.vs.log(документ)
конец
 


Здесь мы сначала получаем тело запроса.
Затем анализируется тело запроса.
Если синтаксический анализ прошел успешно, для поиска в теле используется xpath.

При успешном поиске отображаются результаты поиска.
мы сначала получаем тело запроса. Затем мы разбираем тело запроса. Если синтаксический анализ прошел успешно, мы используем xpath для поиска тела, и если поиск успешен, мы получаем результаты поиска.
Если поиск завершился неудачей, информация об ошибке может быть зарегистрирована.

Журналы отображаются, как показано ниже:

  • Наиболее распространенным примером является печать имени пользователя в журналах приложения Avi.

DataScript для извлечения имени пользователя из запроса XML API показан ниже:

 локальный avixmlparser = требуется ("avixmlparser")
локальное тело = avi.http.get_req_body(2048)
local xpath = "/broker/do-submit-authentication/screen[name='windows-password']/params/param[name='username']/values/value"
локальный succ_parse, документ = avixmlparser.