我最终决定学习如何在Python中解析XML。我正在使用ElementTree只是为了获得基本的理解。我使用Python 2.7.9使用CentOS 6.5。我浏览了以下页面:
http://www.diveintopython3.net/xml.html
https://pymotw.com/2/xml/etree/elementtree/parse.html#traversing-the-parsed-tree-tree
并在此论坛上进行了几次搜索,但是我遇到了一些麻烦,我不确定这是我的代码还是我要解析的XML。
我需要能够验证某些元素是否在XML中。例如,在下面的XML中,我需要检查是否存在元素分析器,如果是,请获取属性。然后,如果存在分析器,我需要检查位置元素并获取文本,然后获取名称元素并获取该文本。我认为以下代码会检查以查看元素是否存在:
if element.find('...') is not None
但这会产生不一致的结果,并且似乎从未找到位置或名称元素。例如:
if tree.find('Alert') is not None:
似乎有效,但是
if tree.find('location') is not None:
或
if tree.find('Analyzer') is not None:
绝对不起作用。我猜tree.find()函数仅适用于顶级?
那么我该如何进行检查?
这是我的XML:
<?xml version='1.0' encoding='UTF-8'?>
<Report>
<Alert>
<Analyzer analyzerid="CS">
<Node>
<location>USA</location>
<name>John Smith</name>
</Node>
</Analyzer>
<AnalyzerTime>2016-06-11T00:30:02+0000</AnalyzerTime>
<AdditionalData type="integer" meaning="number of alerts in this report">19</AdditionalData>
<AdditionalData type="string" meaning="report schedule">5 minutes</AdditionalData>
<AdditionalData type="string" meaning="report type">alerts</AdditionalData>
<AdditionalData type="date-time" meaning="report start time">2016-06-11T00:25:16+0000</AdditionalData>
</Alert>
<Alert>
<CreateTime>2016-06-11T00:25:16+0000</CreateTime>
<Source>
<Node>
<Address category="ipv4-addr">
<address>1.5.1.4</address>
</Address>
</Node>
</Source>
<Target>
<Service>
<port>22</port>
<protocol>TCP</protocol>
</Service>
</Target>
<Classification text="SSH scans, direction:ingress, confidence:80, severity:high">
<Reference meaning="Scanning" origin="user-specific">
<name>SSH Attack</name>
<url> </url>
</Reference>
</Classification>
<Assessment>
<Action category="block-installed"/>
</Assessment>
<AdditionalData type="string" meaning="top level domain owner">PH, Philippines</AdditionalData>
<AdditionalData type="integer" meaning="alert threshold">0</AdditionalData>
</Alert>
</Report>
这是我的代码:
import xml.etree.ElementTree as ET
tree = ET.parse('test.xml')
root = tree.getroot()
for child in root: print child
all_links = tree.findall('.//Analyzer')
try:
print all_links[0].attrib.get('analyzerid')
ID = all_links[0].attrib.get('analyzerid')
all_links2 = tree.findall('.//location')
print all_links2
try:
print all_links[0].text
except: print "can't print text location"
if tree.find('location') is None: print 'lost'
for kid in tree.iter('location'):
try:
location = kid.text
print kid.text
except: print 'bad'
except IndexError: print'There was no Analyzer element'
我认为您缺少从潜水到python教程的一条重要行(就在这里):
那里是搜索 descendant elements 的一种方法,即孩子,孙子和任何嵌套水平的任何元素。
这样就是用 //
。
tree.find("someElementName")
只会找到带有someElementName
名称的tree
的直接子元素。如果要搜索tree
中任何地方的名为someElementName
的元素,请使用tree.find("//someElementName")
。
//
表示法源自XPATH。ElementTree模块为XPath
的有限子集提供了支持。ElementTree文档详细介绍了它支持的XPath语法部分。