Python中基于元素树的XML解析

我正在使用Python和ElementTree来解析XML文件。我希望能够制作一个包含所有CD信息的词典列表。我可以稍后使用此列表来收集信息，例如显示来自美国的CD的标题。下面的代码正常工作，但如果

年份

标记不是CD的最后一个标记，则很容易被破坏。我如何重写这段代码，使标记可以按任何顺序排列

from xml.etree.ElementTree import ElementTree

f = open("cd_catalog.xml")
tree = ElementTree()
tree.parse(f)

catalog = []
cd = {}
for node in tree.iter():
    if node.tag != "CD" and node.tag != "CATALOG":
        tagtext = (node.tag,node.text),
        cd.update(tagtext)
    if node.tag == "YEAR":
        catalog.append(cd)
        cd = {}

for cd in catalog:
    if cd["COUNTRY"] == "USA":
        print("The cd named {0} is from USA".format(cd["TITLE"]))

xml文件的2个条目：

<CATALOG>
    <CD>
        <TITLE>Empire Burlesque</TITLE>
        <ARTIST>Bob Dylan</ARTIST>
        <COUNTRY>USA</COUNTRY>
        <COMPANY>Columbia</COMPANY>
        <PRICE>10.90</PRICE>
        <YEAR>1985</YEAR>
    </CD>
    <CD>
        <TITLE>Hide your heart</TITLE>
        <ARTIST>Bonnie Tyler</ARTIST>
        <COUNTRY>UK</COUNTRY>
        <COMPANY>CBS Records</COMPANY>
        <PRICE>9.90</PRICE>
        <YEAR>1988</YEAR>
    </CD>
</CATALOG>

皇帝讽刺剧
鲍勃·迪伦
美国
哥伦比亚
10.90
1985
隐藏你的心
邦尼泰勒
英国
哥伦比亚唱片公司
9.90
1988

未经测试：

....
for CD in tree.findall('cd'):
   for node in CD.finditer():
       print node.tag # TITLE, ARTIST, PRICE etc.

.....

未经测试：

....
for CD in tree.findall('cd'):
   for node in CD.finditer():
       print node.tag # TITLE, ARTIST, PRICE etc.

.....

---

重写XML解析代码的一种方法如下。在本文中，我定义了一个生成器，它在根元素的所有

CD

元素上循环（我不检查这是否是

CATALOG

元素，尽管您可以添加该签入）。此生成器将每个

CD

元素的所有子元素作为字典返回

使用生成器比构建包含所有

CD

元素的字典效率更高，尤其是当XML文件非常大时，因为您只在内存中存储单个

CD

元素

将xml.etree.ElementTree导入为etree
def get_cd（元件）：
尝试：
对于元素中的el.iter（tag='CD'）
收益率获取cd信息（el）
除属性错误外：
#Python<2.7
对于element.getiterator（tag='CD'）中的el
收益率获取cd信息（el）
def get_cd_信息（元素）：
返回{'title'：element.findtext（'title'），
“艺术家”：元素.findtext（“艺术家”），
“国家”：元素.findtext（“国家”），
“公司”：element.findtext（“公司”），
“价格”：element.findtext（“价格”），
'year'：element.findtext（'year'）}

以下是上述方法的作用：

s=''
皇帝讽刺剧
鲍勃·迪伦
美国
哥伦比亚
10.90
1985
隐藏你的心
邦尼泰勒
英国
哥伦比亚唱片公司
9.90
1988
'''
e=etree.fromstring（s）
对于get_cd（e）中的cd：
如果cd['country']=='USA'：
打印（'cd“{0}”来自美国。'。格式（cd['title']））
#“帝国滑稽剧”的cd来自美国

重写XML解析代码的一种方法如下。在本文中，我定义了一个生成器，它在根元素的所有

CD

元素上循环（我不检查这是否是

CATALOG

元素，尽管您可以添加该签入）。此生成器将每个

CD

元素的所有子元素作为字典返回

使用生成器比构建包含所有

CD

元素的字典效率更高，尤其是当XML文件非常大时，因为您只在内存中存储单个

CD

元素

将xml.etree.ElementTree导入为etree
def get_cd（元件）：
尝试：
对于元素中的el.iter（tag='CD'）
收益率获取cd信息（el）
除属性错误外：
#Python<2.7
对于element.getiterator（tag='CD'）中的el
收益率获取cd信息（el）
def get_cd_信息（元素）：
返回{'title'：element.findtext（'title'），
“艺术家”：元素.findtext（“艺术家”），
“国家”：元素.findtext（“国家”），
“公司”：element.findtext（“公司”），
“价格”：element.findtext（“价格”），
'year'：element.findtext（'year'）}

以下是上述方法的作用：

s=''
皇帝讽刺剧
鲍勃·迪伦
美国
哥伦比亚
10.90
1985
隐藏你的心
邦尼泰勒
英国
哥伦比亚唱片公司
9.90
1988
'''
e=etree.fromstring（s）
对于get_cd（e）中的cd：
如果cd['country']=='USA'：
打印（'cd“{0}”来自美国。'。格式（cd['title']））
#“帝国滑稽剧”的cd来自美国