Python XML交叉引用
我有一个包含ID的XML文件和另一个包含相同ID的XML文件。 我想交叉引用这些文件,并从第二个文件中提取信息。 第一个文件只包含我需要的ID。 例如,第一个文件包含ID的345350353356 第二个文件包含ID的345346347348349350。。。。 我想从第二个文件中提取数据节点及其所有子节点 第一个文件结构:Python XML交叉引用,python,ruby,xml,perl,scripting,Python,Ruby,Xml,Perl,Scripting,我有一个包含ID的XML文件和另一个包含相同ID的XML文件。 我想交叉引用这些文件,并从第二个文件中提取信息。 第一个文件只包含我需要的ID。 例如,第一个文件包含ID的345350353356 第二个文件包含ID的345346347348349350。。。。 我想从第二个文件中提取数据节点及其所有子节点 第一个文件结构: <data> <node> <info>info</info> <id>
<data>
<node>
<info>info</info>
<id>345</id>
</node>
<node2>
<node3>
<info2>info</info2>
<id>2</id>
</node3>
<otherinfo>1</otherinfo>
<text type = "02">
<role>info</role>
<st>1</st>
</text>
</node2>
</data>
信息
345
信息
2.
1.
信息
1.
第二个文件结构:
<data>
<node>
<info>info</info>
<id>345</id>
</node>
<node2>And a bunch of other nodes</node2>
<node2>And a bunch of other nodes</node2>
<node2>And a bunch of other nodes</node2>
</data>
信息
345
还有一堆其他的节点
还有一堆其他的节点
还有一堆其他的节点
我尝试过ruby/nokogiri解决方案,但似乎走不了多远。
我对任何脚本语言的解决方案都持开放态度。要从第一个xml字符串中提取所有
id
值:
from lxml import etree
e1 = etree.fromstring(xml1)
ids = e1.xpath('//id/text()')
要从第二个xml字符串中提取所有
元素,这些元素是第一个xml字符串中具有已知id
值的id
元素的父元素,请执行以下操作:
import re
e2 = etree.fromstring(xml2)
ns_re = dict(re="http://exslt.org/regular-expressions")
re_id = "|".join(map(re.escape, ids))
nodes = e2.xpath("//id[re:test(.,'^(?:%s)$')]/parent::node" % re_id,
namespaces=ns_re)
您可能会感兴趣,并检查您正在使用的XML库是否支持它。否则,您必须解析第二个文件,并将id/节点对保留在数据结构中(Python中的dict,Perl中的hash)。然后解析第一个并查找ID。这太棒了,非常感谢。不过我注意到正则表达式与222和3222等ID匹配。@tstrokes:你说得对。我添加了括号以避免匹配部分字符串。