如何在XML文档上应用一组结构化的，通用的，嵌套的过滤器？-解网

问：

我有一组 XML 文档，我需要根据父级的一组条件进行筛选，并根据匹配父级的后代进行筛选。我希望用户能够编写一组可以以这种方式应用的结构化过滤器，无论是使用嵌套字典还是使用 PLY 之类的东西解析的查询。我的XML文档可能如下所示：

<data>
  <encounter type="Example" start="2015-01-01 00:00:00">
    <instance start="2015-01-01 00:00:00">
      <sectionA type="Example A" start="2015-01-01 00:10:00">SOME TEXT</sectionA>
      <SectionB start="2015-01-01 00:20:00">
        <paragraph>SOME TEXT</paragraph>
      </SectionB>
    </instance>
    <instance start="2015-01-02 00:00:00">
      <SectionC start="2015-01-02 00:10:00">
        <paragraph>SOME TEXT</paragraph>
      </SectionC>
    </instance>
  </encounter>
  <encounter type="Example" start="2015-03-01 00:00:00">
    <instance start="2015-03-01 00:00:00">
      <sectionA type="Example A" start="2015-03-01 00:10:00">SOME TEXT</sectionA>
      <sectionA type="Example A" start="2015-03-01 00:20:00">SOME TEXT</sectionA>
    </instance>
    <instance start="2015-03-02 00:00:00">
      <SectionC start="2015-03-02 00:10:00">
        <paragraph>SOME TEXT</paragraph>
      </SectionC>
    </instance>
  </encounter>
</data>

例如，如果我想要所有

“遭遇”，其中“开始”介于“01/01/2014”和“01/02/2015”之间，类型为“示例”。
在这些“遭遇”中，仅返回 sectionA 和 sectionB 类型的后代标记。对于 sectionA 标签，请仅抓取类型为“ExampleA”的标签

它将返回如下内容：

<data>
  <encounter type="Example" start="2015-01-01 00:00:00">
    <instance start="2015-01-01 00:00:00">
      <sectionA type="Example A" start="2015-01-01 00:10:00">SOME TEXT</sectionA>
      <SectionB start="2015-01-01 00:20:00">
        <paragraph>SOME TEXT</paragraph>
      </SectionB>
    </instance>
  </encounter>
</data>

实现这一目标的最佳方法是什么？目前，我有一组嵌套词典，例如：

{
    'PARENT': 'TAG1',
    'TAG1': {
        'ATTRIBUTE1': {'OPERATOR': 'VALUE'},
        'ATTRIBUTE2': {'OPERATOR': 'VALUE'}, 
    },
    'TAG2': {
        'ATTRIBUTE1': {'OPERATOR': 'VALUE'},
    }
}

然后我遍历 XML 树以查找匹配的父项，然后匹配子项，但我想知道是否有一种方法可以使用 xpaths 或其他一些工具进行优化。

python xml lxml 层

using assembly System.Xml.Linq

$inputFilename = "c:\temp\test.xml"
$outputFilename = "c:\temp\test1.xml"

$start = '01/01/2014'
$end = '01/02/2015'
$type = 'Example'

$startDate = [DateTime]::Parse($start)
$endDate = [DateTime]::Parse($end)

$doc = [System.Xml.Linq.XDocument]::Load($inputFilename)

$encounters = $doc.Descendants("encounter")
$dates = [System.Linq.Enumerable]::Where($encounters,  [Func[object,bool]]{ param($x) 
   ([DateTime]::Parse($x[0].Attribute('start').Value) -ge $startDate) -and 
   ([DateTime]::Parse($x[0].Attribute('start').Value) -le $endDate) -and
   ($x[0].Attribute('type').Value -eq $type)})

$dates = [pscustomobject]@($dates)
$data = $doc.Descendants('data')[0]
$data.RemoveNodes()
$data.Add($dates)
$doc.Save($outputFilename)

结果

<?xml version="1.0" encoding="utf-8"?>
<data>
  <encounter type="Example" start="2015-01-01 00:00:00">
    <instance start="2015-01-01 00:00:00">
      <sectionA type="Example A" start="2015-01-01 00:10:00">SOME TEXT</sectionA>
      <SectionB start="2015-01-01 00:20:00">
        <paragraph>SOME TEXT</paragraph>
      </SectionB>
    </instance>
    <instance start="2015-01-02 00:00:00">
      <SectionC start="2015-01-02 00:10:00">
        <paragraph>SOME TEXT</paragraph>
      </SectionC>
    </instance>
  </encounter>
</data>

上一个：Python 代码在 Linux 上解析 XML，但在 Mac 上不解析 XML

下一个：如何使用带有 0（1）内存的 lxml？

如何在XML文档上应用一组结构化的，通用的，嵌套的过滤器？

How to apply a set of structured, general, nested filters on XML document?

评论

评论