Python XML：回溯父元素

我正在寻找python中与XML相关的问题的解决方案。虽然光谱不是根元素，但我们假设它是本例的根元素

<spectrum index="2" id="controller=0 scan=3" defaultArrayLength="485">
          <cvParam cvRef="MS" accession="MS:1000511" name="ms level" value="2"/>
          <cvParam cvRef="MS" accession="MS:1000580" name="MSn spectrum" value=""/>
          <cvParam cvRef="MS" accession="MS:1000127" name="centroid mass spectrum" value=""/>
          <precursorList count="1">
            <precursor spectrumRef="controller=0 scan=2">
              <isolationWindow>
                <cvParam cvRef="MS" accession="MS:1000040" name="m/z" value="810.78999999999996"/>
                <cvParam cvRef="MS" accession="MS:1000023" name="isolation width" value="2"/>
              </isolationWindow>
              <selectedIonList count="1">
                <selectedIon>
                  <cvParam cvRef="MS" accession="MS:1000040" name="m/z" value="810.78999999999996"/>
                </selectedIon>
              </selectedIonList>
              <activation>
                <cvParam cvRef="MS" accession="MS:1000133" name="collision-induced dissociation" value=""/>
                <cvParam cvRef="MS" accession="MS:1000045" name="collision energy" value="35"/>
              </activation>
            </precursor>
          </precursorList>
          <binaryDataArrayList count="2">
            <binaryDataArray encodedLength="5176">
              <cvParam cvRef="MS" accession="MS:1000523" name="64-bit float" value=""/>
              <cvParam cvRef="MS" accession="MS:1000576" name="no compression" value=""/>
              <cvParam cvRef="MS" accession="MS:1000514" name="m/z array" value="" unitCvRef="MS" unitAccession="MS:1000040" unitName="m/z"/>
              <binary>AAAAYHHsbEAAAADg3yptQAAAAECt7G1AAAAAAN8JbkAAAAAA.......hLJ==</binary>
            </binaryDataArray>
            <binaryDataArray encodedLength="2588">
              <cvParam cvRef="MS" accession="MS:1000521" name="32-bit float" value=""/>
              <cvParam cvRef="MS" accession="MS:1000576" name="no compression" value=""/>
              <cvParam cvRef="MS" accession="MS:1000515" name="intensity array" value=""/>
              <binary>ZFzUQWmVo0FH/o9BRfUyQg+xjUOzkZdC5k66QWk6HUSpqyZCsV1NQ......uH=</binary>
            </binaryDataArray>
          </binaryDataArrayList>
</spectrum>

到目前为止我所尝试的：

import xml.etree.ElementTree as ET
tree=ET.parse('file.mzml')
NS="{http://psi.hupo.org/ms/mzml}"
filesource=tree.findall('.//'+NS+'selectedIon') # Will get all selectedIon element from the tree

现在如何回溯到光谱元素/子元素以解析出上述相关信息？

---

如何才能成功？

XPath将允许您访问祖先：“祖先：：光谱”将返回包含在其中的

元素。如果使用lxml，则可以使用完整的XPath语法来查找所需的元素

from lxml import etree
tree = etree.XML('file.mzml')
NS = "{http://psi.hupo.org/ms/mzml}"
filesource = tree.findall('.//'+NS+'selectedIon')
spectrum = filesource.xpath('ancestor::spectrum')[0]

（我想，没有测试过…）

更新：实际工作的代码：

from lxml import etree

tree = etree.parse('foo.xml')
for el in tree.findall(".//selectedIon"):
    for top in el.xpath("ancestor::spectrum"):
        print top

---

如果这仍然是当前的问题，您可以尝试使用mzML文件的python接口

打印所有MS2光谱的所有信息与以下操作一样简单：

import pymzml
msrun = pymzml.run.Reader("your-file.mzML")
for spectrum in msrun:
    if spectrum['ms level'] == 2:
        # spectrum is a dict, so you can just print it        
        print(spectrum)

---

（披露：我是作者之一）

你为什么不走另一条路？i、 循环频谱元素，如果它有selectedIon元素，则输出。我试图只解析有selectedIon的频谱元素。换一种方式将加载所有可能未选择的spectrum元素。当然，如果是这种情况，您可以跳过该spectrum元素并转到下一个。嗯，xpath是基于一个的，

xpath（'祖先：：spectrum'）[1]

。您还可以直接选择具有selectedIon子项的所有spectrum:

//spectrum[.//selectedIon]

我认为filesource=tree.findall（'./'+NS+'selectedIon'）创建列表，并且列表没有属性xpath@四十二://spectrum[.//selectedIon]表达式将选择所有selectedIon。但同样的问题是如何解析spectrum和其他spectrum元素的信息？@四十二：XPath是基于1的，但它返回的列表是Python列表，因此您需要在[0]处对其进行索引，以从中获取第一个（也是唯一一个）元素。@thchand:我添加了一个有效的代码段。您需要自己处理名称空间。

import pymzml
msrun = pymzml.run.Reader("your-file.mzML")
for spectrum in msrun:
    if spectrum['ms level'] == 2:
        # spectrum is a dict, so you can just print it        
        print(spectrum)