为了账号安全,请及时绑定邮箱和手机立即绑定

使用 Python xml.etree.ElementTree 遍历 XML 树的问题

使用 Python xml.etree.ElementTree 遍历 XML 树的问题

aluckdog 2021-10-26 15:25:26
我有一个结构如下所示的 XML 文件(为了这个问题的目的而简化)。对于每条记录,我想提取文章标题和“ArticleId”元素中包含DOI编号的属性“IdType”的值(有时这个属性可能会丢失),然后将文章标题存储在带有DOI的字典中作为关键。<PubmedArticleSet><PubmedArticle>    <MedlineCitation Status="MEDLINE" Owner="NLM">        <Article PubModel="Print-Electronic">            <ArticleTitle>Malathion and dithane induce DNA damage in Vicia faba.</ArticleTitle>        </Article>    </MedlineCitation>      <PubmedData>        <ArticleIdList>            <ArticleId IdType="pubmed">28950791</ArticleId>            <ArticleId IdType="doi">10.1177/0748233717726877</ArticleId>        </ArticleIdList>    </PubmedData></PubmedArticle>为了实现这一点,我使用了 xml.etree.ElementTree,如下所示:import xml.etree.ElementTree as ETxmldoc = ET.parse('sample.xml')root = xmldoc.getroot()pubs = {}for elem in xmldoc.iter(tag='ArticleTitle'):    title = elem.text    for subelem in xmldoc.iter(tag='ArticleId'):        if subelem.get("IdType") == "doi":            doi = subelem.text             pubs[doi] = titleif len(pubs) == 0:   print "No articles found"else:      for pub in pubs.keys():       print pub + ' ' + pubs[pub]但是遍历文档树的循环有问题,因为上面的代码导致:10.1177/0748233717726877 [Influence of Four Kinds of PPCPs on Micronucleus Rate of the Root-Tip Cells of Vicia-faba and Garlic].10.1016/j.crvi.2015.02.001 [Influence of Four Kinds of PPCPs on Micronucleus Rate of the Root-Tip Cells of Vicia-faba and Garlic].也就是说,我得到了正确的 DOI,但只是上一篇文章标题的副本,没有 DOI!正确的输出应该是:10.1177/0748233717726877 Malathion and dithane induce DNA damage in Vicia faba.10.1016/j.crvi.2015.02.001 Impact of dual inoculation with Rhizobium and PGPR on growth and antioxidant status of Vicia faba L. under copper stress.任何人都可以向我提供一些解决这个烦人问题的提示吗?
查看完整描述

目前暂无任何回答

  • 0 回答
  • 0 关注
  • 189 浏览
慕课专栏
更多

添加回答

举报

0/150
提交
取消
意见反馈 帮助中心 APP下载
官方微信