用Python逐块读取XML

Question

我刚开始学习Python，手上有一个XML文件。我想要逐个读取里面的每个测试数据块（testdata），并查看这些数据块中的子元素。简单来说，我想先读取这个文件，然后一个一个地处理每个测试数据块。比如说，如果某个数据块的行号是1，并且它的执行标记是“no”，那么就跳过这个数据块。接下来，我会读取这个测试数据块中的子元素，获取其中的行值。然后再获取“search”和“found”的值。等这些都读取完后，我会写自己的代码来处理这些数据。完成这段代码后，我会回到行号为2的测试数据块，按照和行号1一样的方式读取数据，然后运行我写的代码，依此类推，直到所有的测试数据块都处理完。我现在使用的是Python2.7，非常希望能得到帮助，因为我卡住了！

<?xml version="1.0" ?>
<data>
<testdata row="1" execute="yes" regression = "no">
    <command>Text command1</command>
    <command> Text command2</command>    
    <command> Text command3</command>
    <command> Text command4</command>
    <command> Text command5</command>
    <command> Text command6</command>
    <command> Text command7</command>
    <command> Text command8</command>
    <verification> search ="verify" found ="yes" </verification>
</testdata>

<testdata row="2" execute="yes" regression = "no">
    <command>Display Command 1</command>
    <command>Display Command 2</command>    
    <command>Display Command 3</command>
    <command>Display Command 4</command>
    <command>Display Command 5</command>
    <command>Display Command 6</command>
    <command>Display Command 7</command>
    <command>Display Command 8</command>
    <verification> search ="find" found ="yes" </verification>
</testdata>
</data>

Answer 1

如果你使用etree库来解析这些数据，你可以得到如下结果：

import xml.etree.ElementTree as ET
parsed_element = ET.fromstring(xml)
for child in parsed_element.findall('testdata'):
    if child.get('execute') == 'yes':
        print "Execute something on child here"

Answer 2

内置的 etree 库可能会在这里帮上大忙。你可以这样做：

import xml.etree.ElementTree as ET

tree = ET.parse("my_file.xml")   # iterparse would process one element at a time
root = tree.getroot()

for testdata in root.findall("testdata"):
    if testdata.get("execute") == "yes":
        command_list = []
        for command in testdata.findall("command"):
            command_list.append(command.text)
        verify = testdata.find("verification").text
        # Insert your code here.

另外，与你的代码 <verification> search ="verify" found ="yes" </verification> 相比，使用 <verification search ="verify" found ="yes" /> 这样的格式会更容易解析。这样你就可以用 verification.get("search") 来获取信息。

更多信息可以在这里找到（我也从这里拿了一些代码）：

https://docs.python.org/2/library/xml.etree.elementtree.html