使用python从XML字符串中检测数据类型

Question

我有一些XML标记的字符串，如下所示。在

<Processor>AMD Athlon(tm) 64 X2 Dual Core Processor 4400+ 2.31 GHz</Processor>
<ClockSpeed>2.31</ClockSpeed>
<NumberOfCores>2</NumberOfCores>
<InstalledMemory>2.00</InstalledMemory>
<OperatingSystem>Windows 7 Professional</OperatingSystem>

如何使用python自动检测数据类型？ 例如，“AMD Athlon（tm）64 X2双核处理器4400+2.31 GHz”->；字符串、“2.31”->；浮点型，等等。在

我需要这个功能，因为我需要用XML数据制作SQLite表

^{pr2}$

Answer 1

一种可能是按精确的顺序尝试各种类型，如果这些类型都不起作用，则默认为str。E、 g.：

def what_type(s, possible_types=((int, [0]), (float, ()))):
    for t, xargs in possible_types:
        try: t(s, *xargs)
        except ValueError: pass
        else: return t
    return str

当然，当您使用want与Python完全相同的语法约定时，这一点尤其可取，例如，接受'0x7e'作为int以及{}，依此类推。如果需要不同的语法约定，那么应该对字符串s执行解析，不管是通过REs还是通过其他方式。在

Answer 2

BeautifulSoup是一个很好的HTML/XML解析器：

http://www.crummy.com/software/BeautifulSoup/

我不完全确定它是否可以根据xsd/xsl的类型转换数据，但它可以检测编码，所以可能会有一个开始。在

Answer 3

根据您期望的格式类型，您可以使用正则表达式来检测浮点和整数，然后假设任何无法解析为数字的内容都是字符串，如下所示：

import re

FLOAT_RE = re.compile(r'^(\d+\.\d*|\d*\.\d+)$')
INT_RE = re.compile(r'^\d+$')

# ... code to get xml value into a variable ...

if FLOAT_RE.match(xml_value):
    value_type = 'float'
elif INT_RE.match(xml_value):
    value_type = 'int'
else:
    value_type = 'string'

这只是一个非常基本的尝试-有更复杂的格式来表达数字是可能的；如果你认为你可能期望一些更复杂的格式，你必须扩展它，使它在所有情况下都能正常工作。在