Python 使用元素树解析XML文件

我有大量的.xml文件（大约70个），我需要从中提取一些坐标。 显然，最好的方法是使用元素树解析xml文件。我是python新手（非常非常新！），很难理解元素树附带的所有文档！ 我想知道是否有人在使用元素树的地方有任何代码，或者是否有人可以向我解释如何使用元素树。。 谢谢大家!

这是我的XML文件中的一个示例

    <?xml version="1.0" encoding="UTF-8" ?> 
- <lev:Leveringsinformatie xmlns:lev="http://www.kadaster.nl/schemas/klic/20080722/leveringsinfo">
  <lev:Version>1.5</lev:Version> 
  <lev:Klicnummer>10G179900</lev:Klicnummer> 
  <lev:Ordernummer>0065491624</lev:Ordernummer> 
  <lev:RelatienummerGrondroerder>0000305605</lev:RelatienummerGrondroerder> 
  <lev:Leveringsvolgnummer>1</lev:Leveringsvolgnummer> 
  <lev:Meldingsoort>Graafmelding</lev:Meldingsoort> 
  <lev:DatumTijdAanvraag>2010-08-10T11:43:02.779+02:00</lev:DatumTijdAanvraag> 
  <lev:KlantReferentie>1207-0132-030 - 6</lev:KlantReferentie> 
- <lev:Locatie axisLabels="x y" srsDimension="2" srsName="epsg:28992" uomLabels="m m">
- <gml:exterior xmlns:gml="http://www.opengis.net/gml">
- <gml:LinearRing>
  <gml:posList>137800.0 484217.0 137796.0 484222.0 137832.0 483757.0 138178.0 483752.0 138174.0 484222.0 137800.0 484217.0</gml:posList> 
  </gml:LinearRing>
  </gml:exterior>
  </lev:Locatie>
- <lev:Pngformaat>
- <lev:OmsluitendeRechthoek xmlns:ns4="http://www.kadaster.nl/schemas/klic/20080722/madt" xmlns:bis="http://www.kadaster.nl/schemas/klic/20080722/klicnetbeheerdersinformatieservicetypes" xmlns:ns0="http://www.kadaster.nl/schemas/klic/20080722/gias" xmlns:ns7="http://www.kadaster.nl/schemas/klic/20080722/klicnetbeheerdersinformatieservicetypes" xmlns:madt="http://www.kadaster.nl/schemas/klic/20080722/madt" xmlns:gia="http://www.kadaster.nl/schemas/klic/20080722/gias" xmlns:klic="http://www.kadaster.nl/schemas/20080722/klic" xmlns:b="http://www.kadaster.nl/schemas/klic/20080722/bundelingtypes" xmlns:ns9="http://www.kadaster.nl/schemas/klic/20081010/bmkltypes" xmlns:gml="http://www.opengis.net/gml" xmlns:ns1="http://www.kadaster.nl/schemas/20080722/klic" xmlns:a="http://www.kadaster.nl/schemas/klic/20080722/bundelingservicetypes" xmlns:bmkl="http://www.kadaster.nl/schemas/klic/20081010/bmkltypes" xmlns:ns3="http://www.opengis.net/gml" xmlns:ns8="http://www.kadaster.nl/schemas/klic/20080722/knts">
- <gml:Envelope srsDimension="2" srsName="epsg:28992">
  <gml:lowerCorner>137796 483752</gml:lowerCorner> 
  <gml:upperCorner>138178 484222</gml:upperCorner> 
  </gml:Envelope>
  </lev:OmsluitendeRechthoek>
  <lev:PixelsBreed>5348</lev:PixelsBreed> 
  <lev:PixelsHoog>6580</lev:PixelsHoog> 
  </lev:Pngformaat>
- <lev:NetbeheerderLeveringen>
- <lev:NetbeheerderLevering>
  <lev:RelatienummerNetbeheerder>0000578695</lev:RelatienummerNetbeheerder> 
  <lev:Bedrijfsnaam>Gemeente Almere</lev:Bedrijfsnaam> 
  <lev:BedrijfsnaamAfkorting>Gemeente Almere</lev:BedrijfsnaamAfkorting> 

我现在得到一个错误：

消息文件名行位置
回溯
D:\J040083\TXT_EXTRACTION.py 32
解析C:\Python25\Lib\xml\etree\ElementTree.py 862
解析C:\Python25\Lib\xml\etree\ElementTree.py 579
IOError:[Errno 13]权限被拒绝：“D:/J040083”

---

现在我真的很困惑，因为我可以用一个不同的脚本访问这些文件，这个脚本几乎和这个脚本完全一样

使用ElementTree非常简单，基本上您可以创建一个从文件解析的对象，按名称或路径查找元素，并获取它们的文本或属性

在您的例子中，它有点复杂，因为您的文件中有名称空间，所以我们必须将路径从表单

ns:tag

转换为表单

{uri}tag

。这是

变换路径

功能的目标

NS_MAP = {
    'http://www.kadaster.nl/schemas/klic/20080722/leveringsinfo' : 'lev',
    'http://www.opengis.net/gml' : 'gml',
}
INV_NS_MAP = {v:k for k, v in NS_MAP.items()} #inverse ns_map 
#for python2: INV_NS_MAP = dict((v,k) for k, v in NS_MAP.iteritems())

#ElementTree expect tags in form {uri}tag, but it would be a pain to have complete uri for eache tag
def transform_path (path):
    res = ''
    tags = path.split('/')
    for tag in tags:
      ns, tag = tag.split(':')
      res += "{"+INV_NS_MAP[ns]+"}"+tag+'/'
    return res

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

lowerCorner = doc.find(transform_path("lev:Pngformaat/lev:OmsluitendeRechthoek/gml:Envelope/gml:lowerCorner"))
upperCorner = doc.find(transform_path("lev:Pngformaat/lev:OmsluitendeRechthoek/gml:Envelope/gml:upperCorner"))
print (lowerCorner.text)         # Print coordinates
print (upperCorner.text)         # Print coordinates

#for python2: print elem.text

使用文件运行脚本将提供以下输出：

137796 483752
138178 484222

---

当涉及名称空间时，ElementTree可能很棘手。您要查找的元素名为

和

。在XML数据中搜索更高的位置，

gml

被定义为一个XML名称空间：

xmlns:gml=”http://www.opengis.net/gml“

。查找XML树的子元素的方法如下：

from xml.etree import ElementTree as ET
tree = ET.parse('file.xml')
print tree.find('//{http://www.opengis.net/gml}lowerCorner').text
print tree.find('//{http://www.opengis.net/gml}upperCorner').text

输出 解释 使用ElementTree的支持，

/

选择树的所有级别上的所有子元素。ElementTree对特定命名空间中的标记使用

{url}标记

表示法<代码>gml的URL是

http://www.opengis.net/gml

.text

检索元素中的数据

请注意，

/

是查找嵌套节点的快捷方式。ElementTree语法中

上角的完整路径实际上是：

{http://www.kadaster.nl/schemas/klic/20080722/leveringsinfo}Pngformaat/{http://www.kadaster.nl/schemas/klic/20080722/leveringsinfo}OmsluitendeRechthoek/{http://www.opengis.net/gml}Envelope/{http://www.opengis.net/gml}upperCorner

就这样我们都在同一页上，你读了吗？这是一个参考文件，但在整个页面中都有一些例子。作为一个介绍，这一页可能也会有帮助。令人尴尬的是，我已经读过了！我只是不太理解它。@Alice：我建议您从一个XML文件中发布一个小的、真实的片段，以解析并指定要访问的数据。你可以通过编辑自己的帖子来实现。我确实尝试过，但它只是以不正确的格式出现在我的问题中。。因此，它没有评论，而是有数字@Alice Duff—如果您打算在GML上做大量工作，那么我建议您阅读XML。GML可能会变得相当复杂，您会很高兴能够理清XML基础知识。我不能推荐任何教程，因为我已经有一段时间没有看过它们了，但是要避免使用W3学校（与W3没有联系，W3实际上是编写规范的！），因为它们经常不准确。这是第一个不是W3Schools的结果：谢谢Charles，我正在尝试运行您的代码，但它一直给我最后一行的错误“无效语法”！我在制作这个脚本时遇到了一些困难。。现在，我在最后一行的第二行出现了一个“无效语法”错误。我认为它应该可以工作。我只是不知道如何使它与我的数据一起工作-我将尝试做一些研究，希望我能理解！！我制作了一个小脚本，读取文件+1的坐标，以便进行很好的解释。我唯一不确定的是，每个文档是否最多有一个gml：信封，也许Alice可以发表评论？哦，万岁万岁！！它起作用了！！XML的其余部分只是人名和电子邮件地址——所以我认为我向您展示的部分是唯一的gml部分——如果这就是您的意思，詹姆斯？我现在必须将输出保存在预定义的excel文件中！非常感谢大家！如果答案可以接受，请检查是否接受。很高兴能帮上忙。：）嗨，马克！我不得不取消选中你的答案，因为我有一个新问题——或者我应该把它作为一个新问题发布？
137796 483752
138178 484222

{http://www.kadaster.nl/schemas/klic/20080722/leveringsinfo}Pngformaat/{http://www.kadaster.nl/schemas/klic/20080722/leveringsinfo}OmsluitendeRechthoek/{http://www.opengis.net/gml}Envelope/{http://www.opengis.net/gml}upperCorner