使用python从XML字符串检测数据类型

我有一些XML标记字符串，如下所示

<Processor>AMD Athlon(tm) 64 X2 Dual Core Processor 4400+ 2.31 GHz</Processor>
<ClockSpeed>2.31</ClockSpeed>
<NumberOfCores>2</NumberOfCores>
<InstalledMemory>2.00</InstalledMemory>
<OperatingSystem>Windows 7 Professional</OperatingSystem>

AMD Athlon（tm）64 X2双核处理器4400+2.31 GHz
2.31
2.
2
Windows7专业版

如何使用python自动检测数据类型？ 例如，“AMD Athlon（tm）64 X2双核处理器4400+2.31 GHz”->字符串、“2.31”->浮点等

我需要这个功能，因为我需要用XML数据创建SQLite表，比如

CREATE table ABC (Processor string, ClockSpeed float ... ) 创建表ABC（处理器字符串、时钟速度浮点…）

---

根据您期望的格式类型，您可以使用正则表达式来检测浮点和整数，然后假设无法解析为数字的任何内容都是字符串，如下所示：

import re

FLOAT_RE = re.compile(r'^(\d+\.\d*|\d*\.\d+)$')
INT_RE = re.compile(r'^\d+$')

# ... code to get xml value into a variable ...

if FLOAT_RE.match(xml_value):
    value_type = 'float'
elif INT_RE.match(xml_value):
    value_type = 'int'
else:
    value_type = 'string'

---

这只是一个非常基本的尝试-有更复杂的格式来表达数字是可能的；如果您认为您可能需要一些更复杂的格式，那么您必须扩展它，使其在所有情况下都能正常工作。

根据您需要的格式类型，您可以使用正则表达式来检测浮点和整数，然后假设无法解析为数字的任何内容都是字符串，如下所示：

import re

FLOAT_RE = re.compile(r'^(\d+\.\d*|\d*\.\d+)$')
INT_RE = re.compile(r'^\d+$')

# ... code to get xml value into a variable ...

if FLOAT_RE.match(xml_value):
    value_type = 'float'
elif INT_RE.match(xml_value):
    value_type = 'int'
else:
    value_type = 'string'

---

这只是一个非常基本的尝试-有更复杂的格式来表达数字是可能的；如果您认为可能需要一些更复杂的格式，那么您必须扩展它，使其在所有情况下都能正常工作。

BeautifulSoup是一个很好的HTML/XML解析器：

http://www.crummy.com/software/BeautifulSoup/

---

我不完全确定它是否可以在给定xsd/xsl的情况下按类型转换数据，但它可以检测编码，因此可能有一个开始。

BeautifulSoup是一个很好的HTML/XML解析器：

http://www.crummy.com/software/BeautifulSoup/

---

我不完全确定它是否可以根据给定的xsd/xsl类型转换数据，但它可以检测编码，因此可能有一个开始。

一种可能性是按精确顺序尝试各种类型，如果这些类型都不起作用，则默认为

str

。例如：

def what_type(s, possible_types=((int, [0]), (float, ()))):
    for t, xargs in possible_types:
        try: t(s, *xargs)
        except ValueError: pass
        else: return t
    return str

---

当然，当您想要使用与Python完全相同的语法约定时，这是特别可取的——例如，接受

'0x7e'

作为

int

以及

'126'

，等等。如果您需要不同的语法约定，那么您应该改为对字符串

s

执行解析，无论是通过REs还是通过其他方式。

一种可能是按照精确的顺序尝试各种类型，如果这些都不起作用，则默认为

str

。例如：

def what_type(s, possible_types=((int, [0]), (float, ()))):
    for t, xargs in possible_types:
        try: t(s, *xargs)
        except ValueError: pass
        else: return t
    return str

---

当然，当您想要使用与Python完全相同的语法约定时，这是特别可取的——例如，接受

'0x7e'

作为

int

以及

'126'

，等等。如果需要不同的语法约定，则应改为通过REs或其他方式对字符串

s

执行解析。

如何返回“int”，而不是？在

可能的\u types

数组中的元组中添加第三个值，该数组是该类型的字符串表示形式；然后将for循环修改为

for t，xargs，stype:

，然后

返回stype

@Amber的建议很好，也很一般，但是

返回t.。\uuu name\uuuu

如果Python的确切类型名称对您有好处，那么它将起作用。我如何返回“int”，而不是？向

可能的\u类型

数组中的元组添加第三个值，该数组是该类型的字符串表示形式；然后将for循环修改为

for t，xargs，stype:

，然后

返回stype

@Amber的建议很好，也很一般，但是

返回t.。\uuu name\uuuu

如果Python的确切类型名称对您有好处的话，它将起作用。