解析XML文件字典

Question

的Python列表這是一個示例XML文件內容，我有工作：

<states> 
    <state name="foo"> 
     <and> 
      <eq><text value="bar" /></eq> 
      <or> 
       <eqnull><text value="bar2" /></eqnull> 
       <eqnull><text value="bar3" /></eqnull> 
      </or> 
     </and> 
    </state> 
</states> 

這種結構是不可預測的，它可以在每個狀態截然改變。它可以，例如，是這樣的：

<states> 
    <state name="foo"> 
     <and> 
      <or> 
       <eq><text value="bar" /></eq> 
       <eq><text value="bar2" /></eq> 
      </or> 
      <eqnull><selectedText value="bar3" number="1"></eqnull> 
     </and> 
    </state> 
</states> 

從這種結構的不可預測性

獨立，我想將它解析到字典的Python列表，它看起來像這樣（相應於第一XML爲例）：

[{'and': {'eq': {'text': {'value': 'bar'}}}}, 
{'and': {'or': [{'eqnull': {'text': {'value': 'bar2'}}}, 
       {'eqnull': {'text': {'value': 'bar3'}}},]}}] 

我試圖使用ElementTree的，並使用獲得的狀態結構的內容作爲字典：

xmltodict.parse 

然後遞歸地剝去該字典（按琴鍵）噸o我的字典清單。這個解決方案對我來說很難實現（不幸的是，我不是一個Python開發者......），如果有更簡單的方法來做這件事，我就會遊蕩。

我還記得另一個解決方案：遍歷XML結構中的每個節點，建立字典，最後是字典列表。但是有一個問題：當eq節點結束時我不知道。如果有某種方法可以識別結束節點/ eq，我認爲它是可以管理的。

或者，也許有一些是另一種方式在Python，對此我不知道的事情......

Answer 1

下面是如何，你可以通過遞歸添加每個節點的內容做一個例子：

def findMarkup(str, mainlist): 
    markup = re.search('<([^>]*)>', str) 
    if markup: 
     markup_content = markup.group(1) 
     begin = markup.end() 
     name = markup_content.split(' ')[0] 
     #we check if the markup ends itself 
     if markup_content.find('/')!=-1: 
      end = begin+1 
     else: 
      end = str.find('</{0}>'.format(name)) 
     if begin+1<end: 
      #the node has child, its content is theirs 
      inner_value = [] 
      findMarkup(str[begin:end], inner_value) 
     else: 
      #the content of the current node is its attributes 
      inner_value = getAttr(markup_content) 
     #we add the content of the current node 
     mainlist.append({name:inner_value}) 

    #we iterate on the rest of the string for same level markups 
    findMarkup(str[end+2:],mainlist) 


def getAttr(markup_content): 
    attr_list = re.finditer('(\w*)="(\w*)"', markup_content) 
    attr_dict = dict() 
    for attr in attr_list: 
     attr_dict[attr.group(1)] = attr.group(2) 
    return attr_dict 

它給了我喜歡的東西（如果我看上去狀態裏面的內容，導致狀態也將被算作節點）

[{'and': [{'eq': [{'text': {'value': 'bar'}}]}, {'or': [{'eqnull': [{'text': {'value': 'bar2'}}]}, {'eqnull': [{'text': {'value': 'bar3'}}]}]}]}] 

這不完全是如何你想它，但你仍然可以米我希望能夠得到信息。您只需實例化一個空列表並將xml內容放入一個字符串中，然後調用一次findMarkup（xml_in_string，empty_list），該列表將被填充。

請注意，我並不真正瞭解您的最終目的，因此簡單的複製粘貼可能不夠，也許您應該優化創建inner_value的部分... 此外，此代碼假定文件完美編寫，如果需要，您應該添加異常處理。