1

我终于决定学习如何在 python 中解析 xml。我使用 elementtree 只是为了获得基本的理解。我在 CentOS 6.5 上使用 python 2.7.9。我浏览了以下页面:

http://www.diveintopython3.net/xml.html

https://pymotw.com/2/xml/etree/ElementTree/parse.html#traversing-the-parsed-tree

并在这个论坛上进行了几次搜索,但我遇到了一些麻烦,我不确定这是我的代码还是我试图解析的 xml。

我需要能够验证某些元素是否在 xml 中。例如,在下面的 xml 中,我需要检查元素 Analyzer 是否存在,如果存在,则获取属性。然后,如果 Analyzer 存在,我需要检查 location 元素并获取文本,然后是 name 元素并获取该文本。我认为下面的代码会检查元素是否存在:

if element.find('...') is not None

但这会产生不一致的结果,并且它似乎永远找不到位置或名称元素。例如:

if tree.find('Alert') is not None:

似乎工作,但

if tree.find('location') is not None:

或者

if tree.find('Analyzer') is not None:

绝对不行。我猜 tree.find() 函数只适用于顶层?

那么我该如何做这个检查呢?

这是我的xml:

<?xml version='1.0' encoding='UTF-8'?>
<Report>
  <Alert>
    <Analyzer analyzerid="CS">
      <Node>
        <location>USA</location>
        <name>John Smith</name>
      </Node>
    </Analyzer>
    <AnalyzerTime>2016-06-11T00:30:02+0000</AnalyzerTime>
    <AdditionalData type="integer" meaning="number of alerts in this report">19</AdditionalData>
    <AdditionalData type="string" meaning="report schedule">5 minutes</AdditionalData>
    <AdditionalData type="string" meaning="report type">alerts</AdditionalData>
    <AdditionalData type="date-time" meaning="report start time">2016-06-11T00:25:16+0000</AdditionalData>
  </Alert>
  <Alert>
    <CreateTime>2016-06-11T00:25:16+0000</CreateTime>
    <Source>
      <Node>
        <Address category="ipv4-addr">
          <address>1.5.1.4</address>
        </Address>
      </Node>
    </Source>
    <Target>
      <Service>
        <port>22</port>
        <protocol>TCP</protocol>
      </Service>
    </Target>
    <Classification text="SSH scans, direction:ingress, confidence:80, severity:high">
      <Reference meaning="Scanning" origin="user-specific">
        <name>SSH Attack</name>
        <url> </url>
      </Reference>
    </Classification>
    <Assessment>
      <Action category="block-installed"/>
    </Assessment>
    <AdditionalData type="string" meaning="top level domain owner">PH, Philippines</AdditionalData>
    <AdditionalData type="integer" meaning="alert threshold">0</AdditionalData>
  </Alert>
</Report>

这是我的代码:

import xml.etree.ElementTree as ET
tree = ET.parse('test.xml')
root = tree.getroot()

for child in root: print child

all_links = tree.findall('.//Analyzer')
try:
        print all_links[0].attrib.get('analyzerid')
        ID = all_links[0].attrib.get('analyzerid')
        all_links2 = tree.findall('.//location')
        print all_links2
        try:
                print all_links[0].text
        except:  print "can't print text location"

        if tree.find('location') is None: print 'lost'
        for kid in tree.iter('location'):
                try:
                        location = kid.text
                        print kid.text
                except: print 'bad'

except IndexError: print'There was no Analyzer element'
4

1 回答 1

0

我认为您遗漏了 Dive Into Python 教程中的重要一行(就从这里开始):

一种方法可以搜索后代元素,即子元素、孙子元素以及任何嵌套级别的任何元素。

这种方式是在元素名称前加上//.

tree.find("someElementName")只会找到treename的直接子元素someElementName。如果要在 中的someElementName任意位置搜索命名的元素tree,请使用tree.find("//someElementName").

//表示法源自 XPath。ElementTree 模块为有限的XPath. ElementTree 文档详细介绍了它支持的部分 XPath 语法。

于 2016-06-17T18:37:59.583 回答