XML 解析：如何返回 None is not found 元素-解网

问：

我需要解析一个 XML 文件，其中同一标记可能存在不同数量的子项，如下所示：

xml_file = '''
<clients>
    <client>
        <name>John</name>
    </client>
    <client>
        <name>Mike</name>
        <age>25</age>
    </client>
</clients>
'''

如果未找到任何标签，我希望代码返回。我目前的解决方案如下所示：None

from xml.etree import ElementTree as et

tree = et.fromstring(xml_file)
client_attr = []
for client in tree.iter('client'):
    results = {'name': None, 'age': None}
    name = client.find('name')
    age = client.find('age')

    results.update({
        'name': name.text if name is not None else None,
        'age': age.text if age is not None else None
     }
    )
    client_attr.append(results)

然而，这似乎有点笨拙，当应用于我的真实数据时，会占用大量的空间和时间。在我看来，应该有一种方法可以组合这些步骤，但我无法弄清楚如何。提前谢谢。

Python XML 解析

例如，正如您在注释中澄清的那样，您想要代码，我认为这是函数的一部分，因为如果不是，您就不可能返回 None 或查询中显示状态的任何值;如果找到未指定年龄的标签，您希望它返回 None，这引发了有关其余数据的问题，这意味着，您将如何处理到目前为止处理的内容，您是否打算简单地丢弃它？然后是关于您将如何通知用户有关差异的问题，以及最终您将采取什么措施来解决问题。

这可能会导致一个更复杂的解析系统，但它仍然更健壮，并且总体上试图明智地利用系统的资源。

尽管如此，如果这不是您打算通过代码实现的目标，那么我将简单地建议： a）将代码包装到一个函数中，如果希望在找不到 age 或 name 时返回 None，即当函数返回 None 时，则这样做，并且循环不会继续，从而将时间整体切片，除了格式错误的元素是最后一个元素的最坏情况; b）在发生异常时引发异常，以便调用方适当地处理它，这可能需要通知用户文件不遵守格式规则等。为此，etree有一个例外。findParseError

现在，要记住的一件事是，None 是模棱两可的，因为它可以代表任何东西，并且为了让某人知道在这种情况下它代表没有 age child 标签，这将意味着该特定的人熟悉代码，和/或文档正在描述这种行为，并且隐含地表示，每个处理代码的人都在阅读上述文档。

在这种情况下，由于代码的编写方式，我建议使用异常方法解决上述歧义，另一种方法是返回一个类型，该类型要么保存值，在本例中为字典，要么，这将在某种程度上使您能够返回数据，直到它是正确的点，如果第一个元素已经有故障，则为 None。OptionalSomeNone

此外，您实际上不需要调用，因为您可以直接将值分配给字典，这也可能稍微提高代码的效率。update

0赞 Hermann12 10/16/2023 #2

如果可以使用 pandas：

import pandas as pd
import numpy as np

xml_file = '''
<clients>
    <client>
        <name>John</name>
    </client>
    <client>
        <name>Mike</name>
        <age>25</age>
    </client>
</clients>
'''

df = pd.read_xml(xml_file, xpath = './/client')
print(df.replace(np.nan, None))

如果没有 numpy 和 replace 函数，pandas 将显示 NaN。

   name   age
0  John  None
1  Mike  25.0

import pandas as pd
from bs4 import BeautifulSoup

xml_file = """
<clients>
    <client>
        <name>John</name>
    </client>
    <client>
        <name>Mike</name>
        <age>25</age>
    </client>
</clients>
"""

soup = BeautifulSoup(xml_file, "xml")

all_data = []
for client in soup.select("client"):
    all_data.append(
        {
            t.name: t.get_text(strip=True, separator=" ")
            for t in client.find_all(recursive=False)
        }
    )

df = pd.DataFrame(all_data)
print(df)

指纹：

   name  age
0  John  NaN
1  Mike   25

上一个：在 Java 中将没有任何根目录的 JsonArray 解析为 POJO 类

下一个：Javascript - 在以前生成的 PDF 的特定位置添加签名

XML 解析：如何返回 None is not found 元素

XML parsing: how to return None is element was not found

评论

评论