如何正确地从这个嵌套的 XML 中获取数据？

Question

我有以下 XML：<?xml version="1.0" encoding="UTF-8"?><data>  <columns>    <Leftover index="5">Leftover</Leftover>    <NODE5 index="6"></NODE5>    <NODE6 index="7"></NODE6>    <NODE8 index="9"></NODE8>    <Nomenk__Nr_ index="2">Nomenk.Nr.</Nomenk__Nr_>    <Year index="8">2020</Year>    <Name index="1">Name</Name>    <Value_code index="3">Value code</Value_code>  </columns>  <records>    <record index="1">      <Leftover>Leftover</Leftover>      <NODE5>Test1</NODE5>      <NODE6>Test2</NODE6>      <NODE8>Test3</NODE8>      <Nomenk__Nr_></Nomenk__Nr_>      <Name></Name>      <Value_code></Value_code>    </record>  ... (it repeats itself with different values and the index value increments)我的代码是：import lxmlimport lxml.etree as etxml = open('C:\outputfile.xml', 'rb')xml_content = xml.read()tree = et.fromstring(xml_content)for bad in tree.xpath("//records[@index=\'*\']/NODE5"):  bad.getparent().remove(bad)     # here I grab the parent of the element to call the remove directly on itresult = (et.tostring(tree, pretty_print=True, xml_declaration=True))f = open( 'outputxml.xml', 'w' )f.write( str(result) )f.close()我需要做的是删除 NODE5、NODE6、NODE8。我尝试使用通配符，然后指定一个节点（参见第 6 行），但这似乎不起作用...我还在第一个字符的循环之后收到语法错误，但代码执行了。我的问题还在于，当文件“导出”时，lxml 的编码随后设置为 ASCII。更新 我在第 8 行收到此错误：    return = ...    ^SyntaxError: invalid syntax

Answer 1

我需要做的是删除 NODE5、NODE6、NODE8。

以下

import xml.etree.ElementTree as ET

xml = '''<?xml version="1.0" encoding="UTF-8"?>

<data>

   <columns>

      <Leftover index="5">Leftover</Leftover>

      <NODE5 index="6" />

      <NODE6 index="7" />

      <NODE8 index="9" />

      <Nomenk__Nr_ index="2">Nomenk.

Nr.</Nomenk__Nr_>

      <Year index="8">2020</Year>

      <Name index="1">Name</Name>

      <Value_code index="3">Value code</Value_code>

   </columns>

   <records>

      <record index="1">

         <Leftover>Leftover</Leftover>

         <NODE5>Test1</NODE5>

         <NODE6>Test2</NODE6>

         <NODE8>Test3</NODE8>

         <Nomenk__Nr_ />

         <Name />

         <Value_code />

      </record>

      <record index="21">

         <Leftover>Leftover</Leftover>

         <NODE5>Test11</NODE5>

         <NODE6>Test21</NODE6>

         <NODE8>Test39</NODE8>

         <Nomenk__Nr_ />

         <Name />

         <Value_code />

      </record>      

   </records>

</data>'''

root = ET.fromstring(xml)

col = root.find('./columns')

for x in ['5','6','8']:

    nodes_to_remove = col.findall('./NODE{}'.format(x))

    for node in nodes_to_remove:

        col.remove(node)

records = root.find('./records')

records_lst = records.findall('./record'.format(x))

for r in records_lst:

    for x in ['5','6','8']:

        nodes_to_remove = r.findall('./NODE{}'.format(x))

        for node in nodes_to_remove:

            r.remove(node)

       

ET.dump(root)

输出

<data>

   <columns>

      <Leftover index="5">Leftover</Leftover>

      <Nomenk__Nr_ index="2">Nomenk.

Nr.</Nomenk__Nr_>

      <Year index="8">2020</Year>

      <Name index="1">Name</Name>

      <Value_code index="3">Value code</Value_code>

   </columns>

   <records>

      <record index="1">

         <Leftover>Leftover</Leftover>

         <Nomenk__Nr_ />

         <Name />

         <Value_code />

      </record>

      <record index="2">

         <Leftover>Leftover</Leftover>

         <Nomenk__Nr_ />

         <Name />

         <Value_code />

      </record>      

   </records>

</data>