将Solr XML解析为Python字典

Question

我刚开始学习Python，想把一个XML文档（里面有一些Solr实例的文档）转换成Python字典。可是我在实现这个过程中遇到了困难。我尝试过使用ElementTree和minidom，但总是得不到想要的结果。

这是我的XML结构：

<add>
    <doc>
        <field name="genLatitude">45.639968</field>
        <field name="carOfficeHoursEnd">2000-01-01T09:00:00.000Z</field>
        <field name="genLongitude">5.879745</field>
    </doc>
    <doc>
        <field name="genLatitude">46.639968</field>
        <field name="carOfficeHoursEnd">2000-01-01T09:00:00.000Z</field>
        <field name="genLongitude">6.879745</field>
    </doc>
</add>

我想把它转换成一个看起来像这样的字典：

doc {
    "genLatitude": '45.639968',
    "carOfficeHoursEnd": '2000-01-01T09:00:00.000Z',
    "genLongitude": '5.879745',
    }

我对字典的工作原理不是很熟悉，不知道有没有办法把所有的“docs”放到一个字典里。

谢谢！

Answer 1

这里有一个可能的解决方案，使用了ElementTree，并且为了示例的清晰，输出格式进行了美化：

>>> import xml.etree.ElementTree as etree
>>> root = etree.parse(document).getroot()
>>> docs = []
>>> for doc in root.findall('doc'):
...   fields = {}
...   for field in doc:
...     fields[field.attrib['name']] = field.text
...   docs.append(fields)
... 
>>> print docs
[{'genLongitude': '5.879745',
  'genLatitude': '45.639968',
  'carOfficeHoursEnd': '2000-01-01T09:00:00.000Z'},
 {'genLongitude': '6.879745',
  'genLatitude': '46.639968',
  'carOfficeHoursEnd': '2000-01-01T09:00:00.000Z'}]

你展示的这个XML文档没有办法区分每一个doc，所以我认为用列表来收集每个字典是最好的选择。

其实，如果你想把每个doc的数据放进另一个字典里，当然可以，但你需要为这个字典选择一个合适的键。比如，可以使用Python为每个对象提供的id，你可以这样写：

>>> docs = {}
>>> for doc in root.findall('doc'):
...   fields = {}
...   for field in doc:
...     fields[field.attrib['name']] = field.text
...   docs[id(fields)] = fields
... 
>>> print docs
{3076930796L: {'genLongitude': '6.879745',
               'genLatitude': '46.639968',
               'carOfficeHoursEnd': '2000-01-01T09:00:00.000Z'},
 3076905540L: {'genLongitude': '5.879745',
               'genLatitude': '45.639968',
               'carOfficeHoursEnd': '2000-01-01T09:00:00.000Z'}}

这个例子只是为了让你看到如何使用外部字典。如果你决定走这条路，我建议你找一个有意义且实用的键，而不是使用id返回的对象内存地址，因为这个地址在每次运行时可能会变化。

Answer 2

如果你在请求参数中加上 wt=python，Solr 就可以返回一个 Python 字典。要把这个文本响应转换成 Python 对象，可以使用 ast.literal_eval(text_response)。

这样做比解析 XML 简单多了。

Answer 3

输出

import xml.etree.cElementTree as etree
from pprint import pprint

root = etree.fromstring(xmlstr) # or etree.parse(filename_or_file).getroot()

docs = [{f.attrib['name']: f.text for f in doc.iterfind('field[@name]')}
        for doc in root.iterfind('doc')]
pprint(docs)

[{'carOfficeHoursEnd': '2000-01-01T09:00:00.000Z',
  'genLatitude': '45.639968',
  'genLongitude': '5.879745'},
 {'carOfficeHoursEnd': '2000-01-01T09:00:00.000Z',
  'genLatitude': '46.639968',
  'genLongitude': '6.879745'}]

xmlstr = """
<add>
    <doc>
        <field name="genLatitude">45.639968</field>
        <field name="carOfficeHoursEnd">2000-01-01T09:00:00.000Z</field>
        <field name="genLongitude">5.879745</field>
    </doc>
    <doc>
        <field name="genLatitude">46.639968</field>
        <field name="carOfficeHoursEnd">2000-01-01T09:00:00.000Z</field>
        <field name="genLongitude">6.879745</field>
    </doc>
</add>
"""

这里的 xmlstr 是：