使用xml.etree.ElementTree捕获所有XML元素路径 [英] Capture all XML element paths using xml.etree.ElementTree

问题描述

使用python导入lxml，我能够递归地打印每个元素的路径列表：

from lxml import etree
root = etree.parse(xml_file)
for e in root.iter():
    path = root.getelementpath(e)
    print(path)

结果：

TreatmentEpisodes
TreatmentEpisodes/TreatmentEpisode
TreatmentEpisodes/TreatmentEpisode/SourceRecordIdentifier
TreatmentEpisodes/TreatmentEpisode/FederalTaxIdentifier
TreatmentEpisodes/TreatmentEpisode/ClientSourceRecordIdentifier
etc.

注意：我正在使用此XSD：https://www.myflfamilies.com/service-programs/samh/155-2/155-2-v14/schemas/TreatmentEpisodeDataset.xsd

我想使用以下命令来做同样的事情 将xml.etree.ElementTree导入为ET ...但ElementTree似乎没有lxml getelementPath()的等价函数。

我已经看过文档了。 我用谷歌搜索了好几天。 我已经对XPath进行了实验。 我已经使用ITER()和尝试"；getPath()"；、"；Element.getPath()"；等进行了猜测，希望发现一个未记录的功能。失败。

可能我遇到的是用户错误的极端情况，如果这是重复的，请原谅。

我认为我在这里找到了答案：Get Xpath dynamically using ElementTree getpath()但XPath Evaluator似乎只对一个‘已知’元素进行操作-它没有&Quot；Get Me Everything&Quot；的选项。

以下是我尝试的内容：

import xml.etree.ElementTree as ET
tree = etree.parse(xml_file)
for entry in tree.xpath('//TreatmentEpisode'):
    print(entry)

结果：

<Element TreatmentEpisode at 0xffff8f8c8a00>

我所希望的：

TreatmentEpisodes/TreatmentEpisode

...但是，即使我收到了希望的内容，我仍然不确定如何获取每个元素的完整路径。根据我对XPath文档的理解，它们只对"已知"的元素名称进行操作。即tree.xPath()似乎要求预先知道元素名称。

推荐答案

起点：

import xml.etree.ElementTree as et

解决问题的一个有趣方法是使用iterparse-an 迭代分析器包含在ElementTree中。

它能够针对解析的每个元素报告例如每个开始和结束事件。 有关详细信息，请在Web上搜索iterparse的文档/示例。

我们的想法是：

1. 以空列表作为路径。
2. 在Start事件中，将元素名称追加到路径并打印完整 路径目前已收集。
3. 在End事件中，从路径中删除最后一个元素。

您甚至可以将此代码包装在生成器函数中：

def pathGen(fn):
    path = []
    it = et.iterparse(fn, events=('start', 'end'))
    for evt, el in it:
        if evt == 'start':
            path.append(el.tag)
            yield '/'.join(path)
        else:
            path.pop()

现在，当您运行：

for pth in pathGen('Input.xml'):
    print(pth)

您将获得所有元素的完整路径的打印输出 在您的源文件中，类似于：

TreatmentEpisodes
TreatmentEpisodes/TreatmentEpisode
TreatmentEpisodes/TreatmentEpisode/SourceRecordIdentifier
TreatmentEpisodes/TreatmentEpisode/FederalTaxIdentifier
TreatmentEpisodes/TreatmentEpisode/ClientSourceRecordIdentifier
TreatmentEpisodes/TreatmentEpisode
TreatmentEpisodes/TreatmentEpisode/SourceRecordIdentifier
TreatmentEpisodes/TreatmentEpisode/FederalTaxIdentifier
TreatmentEpisodes/TreatmentEpisode/ClientSourceRecordIdentifier
...

这篇关于使用xml.etree.ElementTree捕获所有XML元素路径的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！