Python-XML：每个父级分隔兄弟姐妹

Posted 2021-04-02

目前，我正在努力寻找正确的答案，因此，如果有人可以帮助我解决这个问题，那就太好了。我有一个更深的XML，我想将其转换为表。 XML看起来像这样：

<Motherofall>
 <Parent>
  <Child>
   <val1>XX1</val1>
  <Child2>
   <val2>YY1</val2>
   <val2>YY2</val2>
  <Child2>
   <val2>YY3</val2>
   <val2>YY4</val2>
 </parent>
+<parent>
+<parent>
</Motherofall>

因此，最终我想要作为输出的是一个带有列val1和colmun val2的表。因此，每个父对象对val1重复两次。

Picture of table as pictured

import xml.etree.ElementTree as et

tree = et.parse(last_file)
for node in tree.findall('.//Parent'):
    XX = node.find('.//Child')
    print(XX.text)
for node2 in tree.findall('.//Child2'):
        YY = node2.find('.//val1')
        print(YY.text)

可能有人注意到我对此还很陌生，但是我找不到合适的答案。

答案

我从将一些命令添加到您的输入文件开始（例如添加缺少结束标记），因此它包含：

<Motherofall>
    <parent>
        <Child>
            <val1>XX1</val1>
        </Child>
        <Child2>
            <val2>YY1</val2>
            <val2>YY2</val2>
        </Child2>
        <Child2>
            <val2>YY3</val2>
            <val2>YY4</val2>
        </Child2>
    </parent>
    <parent>
        <Child>
            <val1>XX2</val1>
        </Child>
        <Child2>
            <val2>YY1</val2>
            <val2>YY2</val2>
        </Child2>
        <Child2>
            <val2>YY3</val2>
        </Child2>
    </parent>
</Motherofall>

代码的初始部分是读取XML：

import xml.etree.ElementTree as et

tree = et.parse('Input.xml')
root = tree.getroot()

然后从中读取数据并创建一个Pandas DataFrame，您可以运行：

rows = []
for par in root.iter('parent'):
    xx = par.findtext('Child/val1')
    for vv in par.findall('Child2/val2'):
        tt = vv.text
        rows.append([xx, tt])
df = pd.DataFrame(rows, columns=['x', 'y'])

结果是：

     x    y
0  XX1  YY1
1  XX1  YY2
2  XX1  YY3
3  XX1  YY4
4  XX2  YY1
5  XX2  YY2
6  XX2  YY3