使用 xpath 将 XML 文件解析为字典

如何解决使用 xpath 将 XML 文件解析为字典

前提是我有一个 XML 响应：

from lxml import etree
XML_string= '''<div type="description" xml:base="elpais.es" xml:lang="es" xml:id="f0910b98">
<p xml:id="_657a490035" n="0001">blabla1</p>
<p xml:id="_657a490036" n="0002">blabla2. bla bla 2.</p>
<p xml:id="_657a490037" n="0003">blabla3.blabla3</p>
<p xml:id="_657a490038" n="0004">bla4</p></div>'''

我解析如下：

parser = etree.XMLParser(resolve_entities=False,strip_cdata=False,recover=True,ns_clean=True)
XML_tree = etree.fromstring(XML_string.encode(),parser=parser)

我将 XML 转换为 dict 后，如下所示：

result_list = [{'id':"_657a490035",'n':'001','text':'blabla1'},{'id':"_657a490036",'n':'002','text':'blabla2'}
etc

我非常接近：

all_paras = XML_tree.xpath('.//p[@xml:id]')
result_list = []
for para in all_paras:
    result_list.append({'text':para.text,'id':'id?','n':'n??'})

我不知道如何访问节点段中的属性内容。

需要帮助吗？

编辑： 如果您这样做，请注意：

for para in all_paras:
     print(para.attrib)

我得到了奇怪的字典：

 '{http://www.w3.org/XML/1998/namespace}id': '_657a490035','n': '0001'}

出于某种原因 xml:id 进入这个：{http://www.w3.org/XML/1998/namespace}id'

解决方法

不幸的是，您正与命名空间纠缠不清。处理该问题的一种方法是使用 local-name():

for para in all_paras:   
    #I simplified the id attribute value a bit,for simplicity 
    result_list.append({'id':para.xpath('./@*[local-name()="id"]')[0],'n':para.xpath('./@*[local-name()="n"]')[0],'text':para.text})
result_list

输出：

[{'id': '1','n': '0001','text': 'blabla1'},{'id': '2','n': '0002','text': 'blabla2. bla bla 2.'},{'id': '3','n': '0003','text': 'blabla3.blabla3'},{'id': '4','n': '0004','text': 'bla4'}]

, xml:、xml:lang 和 xml:id 中的

xml:base 是 a special namespace prefix，绑定到 http://www.w3.org/XML/1998/namespace 命名空间 URI。与任何其他前缀不同，它不需要在 XML 文档中声明。

您可以通过 xml:id 获取 xpath() 属性的值，如下所示：

for para in all_paras:
    result_list.append({'text': para.text,'id': para.xpath('@xml:id')[0]}) 

您也可以使用 get() 方法，但是您必须提供用大括号括起来的完整命名空间 URI：

for para in all_paras:
    result_list.append({'text': para.text,'id': para.get("{http://www.w3.org/XML/1998/namespace}id")})