如何从python中的字符串解析XML

Posted 2023-02-16

技术标签:

【中文标题】如何从python中的字符串解析XML【英文标题】：How to parse XML from string in python 【发布时间】：2021-11-25 20:50:58 【问题描述】：

我正在尝试从 Python 中的字符串解析 XML，但没有成功。我要解析的字符串是：

<?xml version="1.0" encoding="UTF-8"?>
<rpc-reply xmlns="urn:ietf:params:xml:ns:netconf:base:1.0" xmlns:nc="urn:ietf:params:xml:ns:netconf:base:1.0" message-id="urn:uuid:573a453c-72c0-4185-8c54-9010593dd102">
   <data>
      <config xmlns="http://www.calix.com/ns/exa/base">
         <profile>
            <policy-map>
               <name>ELINE_PM_1</name>
               <class-map-ethernet>
                  <name>Eth-match-any-1</name>
                  <ingress>
                     <meter-type>meter-mef</meter-type>
                     <eir>1000000</eir>
                  </ingress>
               </class-map-ethernet>
            </policy-map>
            <policy-map>
               <name>ELINE_PM_2</name>
               <class-map-ethernet>
                  <name>Eth-match-any-2</name>
                  <ingress>
                     <meter-type>meter-mef</meter-type>
                     <eir>10000000</eir>
                  </ingress>
               </class-map-ethernet>
            </policy-map>
         </profile>
      </config>
   </data>
</rpc-reply>

我正在尝试使用 xml.etree.ElementTree 库来解析 xml，并且我还尝试删除与 xml 版本和编码相关的第一行，但没有结果。重现我面临的问题的代码 sn-p 是：

import xml.etree.ElementTree as ET

reply_xml='''
<data>
   <config>
      <profile>
         <policy-map>
            <name>ELINE_PM_1</name>
            <class-map-ethernet>
               <name>Eth-match-any-1</name>
               <ingress>
                  <meter-type>meter-mef</meter-type>
                  <eir>1000000</eir>
               </ingress>
            </class-map-ethernet>
         </policy-map>
         <policy-map>
            <name>ELINE_PM_2</name>
            <class-map-ethernet>
               <name>Eth-match-any-2</name>
               <ingress>
                  <meter-type>meter-mef</meter-type>
                  <eir>10000000</eir>
               </ingress>
            </class-map-ethernet>
         </policy-map>
      </profile>
   </config>
</data>
'''

root = ET.fromstring(reply_xml)
for child in root:
    print(child.tag, child.attrib)

reply_xml 是一个包含上述 xml 的字符串，因此它应该可以工作，但是如果我使用调试器检查根变量，我发现它没有被正确填充。似乎第一个 xml 标记 (<?xml version="1.0" encoding="UTF-8"?>) 会产生一些问题，但即使我手动删除它，我也无法正确解析 xml。

有什么线索可以解析那个 xml 吗？

【问题讨论】：

你想从这个xml中收集什么信息？ <?xml .. ?> 部分不是标签，而是 XML 声明。而 ElementTree 可以完美处理。我要收集的信息是标签。此示例中有两个不同，但可能不止两个我无法重现这个。我得到输出“config ”，这是正确的。使用完整的 XML，我得到“urn:ietf:params:xml:ns:netconf:base:1.0data ”。你是如何获取字符串的？（不要说你是从 XML 文件中读取的） 【参考方案1】：

您的原始 XML 具有名称空间。您需要在 XPath 查询中尊重它们。

import xml.etree.ElementTree as ET

reply_xml '''<?xml version="1.0" encoding="UTF-8"?>
<rpc-reply xmlns="urn:ietf:params:xml:ns:netconf:base:1.0" xmlns:nc="urn:ietf:params:xml:ns:netconf:base:1.0" message-id="urn:uuid:573a453c-72c0-4185-8c54-9010593dd102">
   <data>
      <config xmlns="http://www.calix.com/ns/exa/base">
        <!-- ... the rest of it ... -->
      </config>
   </data>
</rpc-reply>'''

ns = 
    'calix': 'http://www.calix.com/ns/exa/base'


root = ET.fromstring(reply_xml)
for eir in root.findall('.//calix:eir', ns):
    print(eir.text)

打印

1000000 10000000

【讨论】：

【参考方案2】：

见下文（1 个带 xpath 的内衬）

import xml.etree.ElementTree as ET

reply_xml='''
<data>
   <config>
      <profile>
         <policy-map>
            <name>ELINE_PM_1</name>
            <class-map-ethernet>
               <name>Eth-match-any-1</name>
               <ingress>
                  <meter-type>meter-mef</meter-type>
                  <eir>1000000</eir>
               </ingress>
            </class-map-ethernet>
         </policy-map>
         <policy-map>
            <name>ELINE_PM_2</name>
            <class-map-ethernet>
               <name>Eth-match-any-2</name>
               <ingress>
                  <meter-type>meter-mef</meter-type>
                  <eir>20000000</eir>
               </ingress>
            </class-map-ethernet>
         </policy-map>
      </profile>
   </config>
</data>
'''

root = ET.fromstring(reply_xml)
eirs = [e.text for e in root.findall('.//eir')]
print(eirs)

输出