Python 连接XML标记以成为数据帧列名

我目前正在解析一个XML，并从中填充一个数据帧。假设我们有一个玩具XML：

<A>
  <AA>
      <AAA1 period='march'>ONE</AAA1>
      <AAA2>TWO</AAA2>
      <AAA3>THREE</AAA3>
      <AAA4>
           <B semester='4'>FOUR</B>
           <C>FIVE</C>
           <D>SIX</D>
      </AAA4>
  </AA>
</A>

我想得到的是： 三月份：{A.AA.AAA1.period-march:'ONE'}，{A.AA.AAA2:'TWO'}，{A.AA.AAA3:'THREE'}，{A.AA.AAA4.B.学期-4:'FOUR'}，{A.AA.AAA4.C:'FIVE'}，{A.AA.AAA4.D:'SIX'}，这将更容易处理

我已经解析了XML并将其转换为以下形式：[{'A:'empty'}，{'AA':'empty'}，{'AAA1':'ONE'}，{'AAA2':'TWO'}，{'AAA3':'THREE'}，{'AAA4':'empty'}，{'B':'FOUR'}，{'C':'FIVE'}，{'D':'SIX'}，用'empty'填充父标记的值以标记它们，然后能够连接它们，如果它找到'empty'值，则保存要连接的键，依此类推

---

伙计们，我非常感谢你们的帮助。事先非常感谢

棘手的部分是找到您感兴趣的元素的路径。xslt的一种方法是使用对模板的递归调用

下面使用此方法组装字典的字符串版本，并将其交给python

以下是xslt部分dataframe.xsl：

{' ': }&xa； . 要使用libxml的xsltproc实用程序测试xslt转换，请执行以下操作：

xsltproc dataframe.xsl source.xml {'A.AA.AAA1.三月时期'：'1'} {'A.AA.AAA2'：'TWO'} {'A.AA.AAA3'：'3'} {'A.AA.AAA4.B.学期-4'：'4'} {'A.AA.AAA4.C'：'5'} {'A.AA.AAA4.D'：'SIX'} 将其全部放在python中，dataframe.py：

!/usr/bin/env蟒蛇3 导入ast 从lxml导入etree 使用打开的“dataframe.xsl”作为样式表： transform=etree.XSLTetree.XMLstylesheet.read 使用开放的“source.xml”作为xml： dataframe\u str=strtransformetree.parsexml.rstrip'\n' dataframe_array=listmaplambda s:ast.literal_evals， 数据帧\u str.split'\n' printdataframe_数组 结果:

./dataframe.py
[{'A.AA.AAA1.period-march': 'ONE'}, {'A.AA.AAA2': 'TWO'}, {'A.AA.AAA3': 'THREE'}, {'A.AA.AAA4.B.semester-4': 'FOUR'}, {'A.AA.AAA4.C': 'FIVE'}, {'A.AA.AAA4.D': 'SIX'}]

---

有什么问题？请给我们看一下您的代码。B元素是否有输入错误？第四学期看起来应该是第四学期是的，我的错。这是一个打字错误。注意：我修正了我在B元素中看到的打字错误。非常感谢！它工作得很好。在对一些XML迭代了您的方法之后，现在我在这些XML中遇到了以下问题。我发现有些值里面有引号，比如L'amour，当我试图将它解析到字典时，它会生成一个错误，因为值里面只有一个引号。是否有一种方法可以最好在XML中的所有值中添加双引号，以避免错误，然后在生成DICT列表后删除这些双引号？@valware_xyz：请提出一个新问题。我已经更新了dataframe.xsl的第10、11和12行，以支持文本节点中的单引号。需要转义双引号。