我有下面的xml结构,我正在尝试将xml数据转换为结构化的数据框架。我读过很多关于使用这两种方法进行xml转换的stackoverflow文章xml.etree.ElementTree文件很漂亮,但是没有一个能处理这样一个例子,我想要的不仅仅是标签、属性或文本,而是所有的。你知道吗
例如,我希望从下面的xml中获得如下列:
abr记录上次更新日期,abr替换,abn状态,abn状态,abn起始日期,abn
你会在上面看到abn是实际的文本,我只是不知道如何收集所有。你知道吗
<?xml version="1.0"?><Transfer error="none" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="BulkExtract.xsd"><TransferInfo><FileSequenceNumber>1</FileSequenceNumber><RecordCount>714100</RecordCount><ExtractTime>2019-06-19T12:22:15</ExtractTime></TransferInfo>
<ABR recordLastUpdatedDate="20180216" replaced="N"><ABN status="ACT" ABNStatusFromDate="19991101">11000000948</ABN><EntityType><EntityTypeInd>PUB</EntityTypeInd><EntityTypeText>Australian Public Company</EntityTypeText></EntityType><MainEntity><NonIndividualName type="MN"><NonIndividualNameText>QBE INSURANCE (INTERNATIONAL) LTD</NonIndividualNameText></NonIndividualName><BusinessAddress><AddressDetails><State>NSW</State><Postcode>2000</Postcode></AddressDetails></BusinessAddress></MainEntity><ASICNumber ASICNumberType="undetermined">000000948</ASICNumber><GST status="ACT" GSTStatusFromDate="20000701" /><OtherEntity><NonIndividualName type="TRD"><NonIndividualNameText>QBE INSURANCE (INTERNATIONAL) LIMITED</NonIndividualNameText></NonIndividualName></OtherEntity></ABR>
<ABR recordLastUpdatedDate="20190531" replaced="N"><ABN status="CAN" ABNStatusFromDate="20190501">11000002568</ABN><EntityType><EntityTypeInd>PRV</EntityTypeInd><EntityTypeText>Australian Private Company</EntityTypeText></EntityType><MainEntity><NonIndividualName type="MN"><NonIndividualNameText>TOOHEYS PTY LIMITED</NonIndividualNameText></NonIndividualName><BusinessAddress><AddressDetails><State>NSW</State><Postcode>2141</Postcode></AddressDetails></BusinessAddress></MainEntity><ASICNumber ASICNumberType="undetermined">000002568</ASICNumber></ABR>
</Transfer>
我开始使用根.iter但是我不知道如何使用这个逻辑来获得我想要的所有列。你知道吗
import xml.etree.ElementTree as et
root = et.parse('sample.xml').getroot()
dict_new = {}
for each in root.iter('ABN'):
#abr_last_updated_date =
print(each.tag)
print(each.attrib)
print(each.items())
print(each.text)
最终,如果有人能分享如何迭代每个xml“块”(不确定正确的术语)并获得前几个列,我相信我能解决其余的问题。你知道吗
使用BeautifulSoup可以获取所有项目。你知道吗
输出打印在控制台上
即使这是XML文件,也可以使用BeautifulSoup或
text
属性的CSS选择器:印刷品:
相关问题 更多 >
编程相关推荐