最新文章专题视频专题问答1问答10问答100问答1000问答2000关键字专题1关键字专题50关键字专题500关键字专题1500TAG最新视频文章推荐1 推荐3 推荐5 推荐7 推荐9 推荐11 推荐13 推荐15 推荐17 推荐19 推荐21 推荐23 推荐25 推荐27 推荐29 推荐31 推荐33 推荐35 推荐37视频文章20视频文章30视频文章40视频文章50视频文章60 视频文章70视频文章80视频文章90视频文章100视频文章120视频文章140 视频2关键字专题关键字专题tag2tag3文章专题文章专题2文章索引1文章索引2文章索引3文章索引4文章索引5123456789101112131415文章专题3
问答文章1 问答文章501 问答文章1001 问答文章1501 问答文章2001 问答文章2501 问答文章3001 问答文章3501 问答文章4001 问答文章4501 问答文章5001 问答文章5501 问答文章6001 问答文章6501 问答文章7001 问答文章7501 问答文章8001 问答文章8501 问答文章9001 问答文章9501
当前位置: 首页 - 科技 - 知识百科 - 正文

python自定义解析简单xml格式文件的方法

来源:懂视网 责编:小采 时间:2020-11-27 14:41:32
文档

python自定义解析简单xml格式文件的方法

python自定义解析简单xml格式文件的方法:本文实例讲述了python自定义解析简单xml格式文件的方法。分享给大家供大家参考。具体分析如下: 因为公司内部的接口返回的字串支持2种形式:php数组,xml;结果php数组python不能直接用,而xml字符串的格式不是标准的,所以也不能用标准模块解析。【不标准的
推荐度:
导读python自定义解析简单xml格式文件的方法:本文实例讲述了python自定义解析简单xml格式文件的方法。分享给大家供大家参考。具体分析如下: 因为公司内部的接口返回的字串支持2种形式:php数组,xml;结果php数组python不能直接用,而xml字符串的格式不是标准的,所以也不能用标准模块解析。【不标准的

本文实例讲述了python自定义解析简单xml格式文件的方法。分享给大家供大家参考。具体分析如下:

因为公司内部的接口返回的字串支持2种形式:php数组,xml;结果php数组python不能直接用,而xml字符串的格式不是标准的,所以也不能用标准模块解析。【不标准的地方是某些节点会的名称是以数字开头的】,所以写个简单的脚步来解析一下文件,用来做接口测试。

#!/usr/bin/env python
#encoding: utf-8
import re
class xmlparse:
 def __init__(self, xmlstr):
 self.xmlstr = xmlstr
 self.xmldom = self.__convet2utf8()
 self.xmlnodelist = []
 self.xpath = ''
 def __convet2utf8(self):
 headstr = self.__get_head()
 xmldomstr = self.xmlstr.replace(headstr, '')
 if 'gbk' in headstr: 
 xmldomstr = xmldomstr.decode('gbk').encode('utf-8')
 elif 'gb2312' in headstr:
 xmldomstr = self.xmlstr.decode('gb2312').encode('utf-8')
 return xmldomstr
 def __get_head(self):
 headpat = r'<?xml.*?>'
 headpatobj = re.compile(headpat)
 headregobj = headpatobj.match(self.xmlstr)
 if headregobj:
 headstr = headregobj.group()
 return headstr
 else:
 return ''
 def parse(self, xpath):
 self.xpath = xpath
 xpatlist = []
 xpatharr = self.xpath.split('/')
 for xnode in xpatharr:
 if xnode:
 spcindex = xnode.find('[')
 if spcindex > -1:
 index = int(xnode[spcindex+1:-1])
 xnode = xnode[:spcindex]
 else:
 index = 0;
 temppat = ('<%s>(.*?)' % (xnode, xnode),index)
 xpatlist.append(temppat)
 xmlnodestr = self.xmldom
 for xpat,index in xpatlist:
 xmlnodelist = re.findall(xpat,xmlnodestr)
 xmlnodestr = xmlnodelist[index]
 if xmlnodestr.startswith(r'aaaaabbbbb'
 xpath1 = '/product_id'
 xpath2 = '/product_id[1]'
 xpath3 = '/a/product_id'
 xp = xmlparse(xmlstr)
 print 'xmlstr:',xp.xmlstr
 print 'xmldom:',xp.xmldom
 print '------------------------------'
 getstr = xp.parse(xpath1)
 print 'xpath:',xp.xpath
 print 'get list:',xp.xmlnodelist
 print 'get string:', getstr
 print '------------------------------'
 getstr = xp.parse(xpath2)
 print 'xpath:',xp.xpath
 print 'get list:',xp.xmlnodelist
 print 'get string:', getstr
 print '------------------------------'
 getstr = xp.parse(xpath3)
 print 'xpath:',xp.xpath
 print 'get list:',xp.xmlnodelist
 print 'get string:', getstr

运行结果:

xmlstr: <?xml version="1.0" encoding="utf-8" standalone="yes" ?>aaaaabbbbb
xmldom: aaaaabbbbb
------------------------------
xpath: /product_id
get list: ['aaaaa', 'bbbbb']
get string: aaaaa
------------------------------
xpath: /product_id[1] 
get list: ['aaaaa', 'bbbbb']
get string: bbbbb
------------------------------
xpath: /a/product_id
get list: ['aaaaa']
get string: aaaaa

因为返回的xml格式比较简单,没有带属性的节点,所以处理起来就比较简单了。但测试还是发现有一个bug。即当相同节点嵌套时会出现正则匹配出问题,该问题的可以通过避免在xpath中出现有嵌套节点的名称来解决,否则只有重写复杂的机制了。

希望本文所述对大家的Python程序设计有所帮助。

声明:本网页内容旨在传播知识,若有侵权等问题请及时与本网联系,我们将在第一时间删除处理。TEL:177 7030 7066 E-MAIL:11247931@qq.com

文档

python自定义解析简单xml格式文件的方法

python自定义解析简单xml格式文件的方法:本文实例讲述了python自定义解析简单xml格式文件的方法。分享给大家供大家参考。具体分析如下: 因为公司内部的接口返回的字串支持2种形式:php数组,xml;结果php数组python不能直接用,而xml字符串的格式不是标准的,所以也不能用标准模块解析。【不标准的
推荐度:
  • 热门焦点

最新推荐

猜你喜欢

热门推荐

专题
Top