Python3将XML解析成字典

Question

原来的帖子似乎太模糊了，所以我缩小了这篇文章的重点。我有一个XML文件，我想从中提取特定分支的值，我很难理解如何有效地导航XML路径。考虑下面的XML文件。有几个<mi>分支。我想存储某些分支的<r>值，但不存储其他分支的值。在这个例子中，我想要counter1和counter3的<r>值，而不是counter2。在

<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="Data.xsl" ?>
<!DOCTYPE mdc SYSTEM "Data.dtd">
<mdc xmlns:HTML="http://www.w3.org/TR/REC-xml">
<mfh>
<vn>TEST</vn>
<cbt>20140126234500.0+0000</cbt>
</mfh>
<mi>
    <mts>20140126235000.0+0000</mts>
    <mt>counter1</mt>
    <mv>
        <moid>DEFAULT</moid>
        <r>58</r>
    </mv>
</mi>
<mi>
    <mts>20140126235000.0+0000</mts>
    <mt>counter2</mt>
    <mv>
        <moid>DEFAULT</moid>
        <r>100</r>
    </mv>
</mi>
<mi>
    <mts>20140126235000.0+0000</mts>
    <mt>counter3</mt>
    <mv>
        <moid>DEFAULT</moid>
        <r>7</r>
    </mv>
</mi>
</mdc>

在此基础上，我将构建一个包含以下内容的元组： （'20140162234500.0+0000'，58，7） 其中2014016234500.0+0000取自<cbt>，58取自<mi>元素的<r>值，7取自具有<mt>counter3</mt>的{}元素。在

我想使用xml.etree.cElementTree，因为它似乎是标准的，而且对于我的目的来说应该是非常有用的。但是我在导航树和提取我需要的值方面遇到了困难。下面是我尝试过的一些方法。在

^{pr2}$

从伪代码的角度来看，我想做的是：

find the <cbt> value and store it in the first position of the tuple.
find the <mi> element where <mt>counter1</mt> exists and store the <r> value in the second position of the tuple.
find the <mi> element where <mt>counter3</mt> exists and store the <r> value in the third position of the tuple.

我不清楚何时使用element.iter()或{}。另外，在函数中使用XPath，或者无法提取我需要的信息，我也不太幸运。在

谢谢， 生锈的

Answer 1

开始于：

import xml.etree.cElementTree as ET  # or with try/except as per your edit

xml_data1 = """<?xml version="1.0"?> and the rest of your XML here"""
tree = ET.fromstring(xml_data)  # or `ET.parse(<filename>)`
xml_dict = {}

现在，tree有了xml树，xml_dict将是您试图获得结果的字典。在

^{pr2}$

计数器位于'mi'：

^{3}$

此时，xml_dict是：

>>> xml_dict
{'counter2': '100', 'counter1': '58', 'cbt': '20140126234500.0+0000', 'counter3': '7'}

---

一些缩短，尽管可能不可读：for elem in tree.findall('mi'):循环中的代码可以是：

xml_dict[elem.find('mt').text] = elem.find('mv').find('r').text
# that combines the key/value extraction to one line

或者更进一步地说，构建xml_dict只需两行，计数器在前面，cbt之后：

xml_dict = {elem.find('mt').text: elem.find('mv').find('r').text for elem in tree.findall('mi')}
xml_dict['cbt'] = tree.find('mfh').find('cbt').text

---

编辑：

From the docs，^{}只查找带有标记的元素，这些元素是当前元素的直接子元素。在

find()只找到第一个直接子级。在

^{}递归地遍历所有元素。在