使用ElementTree将XML转换为字典

Question

我在找一个可以把XML转换成字典的工具，使用的是ElementTree。我已经找到了一些，但它们都没有包含属性，而我这边有很多属性需要处理。

Answer 1

如果你想把XML格式的数据转换成Python字典，或者反过来，xmltodict这个工具对我来说非常好用：

import xmltodict

xml = '''
<root>
  <e />
  <e>text</e>
  <e name="value" />
  <e name="value">text</e>
  <e> <a>text</a> <b>text</b> </e>
  <e> <a>text</a> <a>text</a> </e>
  <e> text <a>text</a> </e>
</root>
'''

xdict = xmltodict.parse(xml)

转换后的字典看起来会像这样

OrderedDict([('root',
              OrderedDict([('e',
                            [None,
                             'text',
                             OrderedDict([('@name', 'value')]),
                             OrderedDict([('@name', 'value'),
                                          ('#text', 'text')]),
                             OrderedDict([('a', 'text'), ('b', 'text')]),
                             OrderedDict([('a', ['text', 'text'])]),
                             OrderedDict([('a', 'text'),
                                          ('#text', 'text')])])]))])

如果你的XML数据不是以原始字符串或字节的形式存在，而是以某种ElementTree对象的形式存在，你只需要把它打印成字符串，然后再用xmldict.parse处理一次。比如，如果你用lxml来处理XML文档，那么

from lxml import etree
e = etree.XML(xml)
xmltodict.parse(etree.tostring(e))

就会得到和上面一样的字典。

Answer 2

下面这个代码片段可以把XML格式的数据转换成Python字典，同时也能处理里面的实体和属性，遵循了这个XML到JSON的“规范”：

from collections import defaultdict

def etree_to_dict(t):
    d = {t.tag: {} if t.attrib else None}
    children = list(t)
    if children:
        dd = defaultdict(list)
        for dc in map(etree_to_dict, children):
            for k, v in dc.items():
                dd[k].append(v)
        d = {t.tag: {k: v[0] if len(v) == 1 else v
                     for k, v in dd.items()}}
    if t.attrib:
        d[t.tag].update(('@' + k, v)
                        for k, v in t.attrib.items())
    if t.text:
        text = t.text.strip()
        if children or t.attrib:
            if text:
                d[t.tag]['#text'] = text
        else:
            d[t.tag] = text
    return d

这个代码是用来：

from xml.etree import cElementTree as ET
e = ET.XML('''
<root>
  <e />
  <e>text</e>
  <e name="value" />
  <e name="value">text</e>
  <e> <a>text</a> <b>text</b> </e>
  <e> <a>text</a> <a>text</a> </e>
  <e> text <a>text</a> </e>
</root>
''')

from pprint import pprint

d = etree_to_dict(e)

pprint(d)

根据上面提到的“规范”，这个例子的输出应该是：

{'root': {'e': [None,
                'text',
                {'@name': 'value'},
                {'#text': 'text', '@name': 'value'},
                {'a': 'text', 'b': 'text'},
                {'a': ['text', 'text']},
                {'#text': 'text', 'a': 'text'}]}}

虽然看起来不一定好看，但它是明确的，而且简单的XML输入会得到简单的JSON结果。 :)

更新

如果你想做反向操作，也就是从JSON或字典生成XML字符串，你可以使用：

try:
  basestring
except NameError:  # python3
  basestring = str

def dict_to_etree(d):
    def _to_etree(d, root):
        if not d:
            pass
        elif isinstance(d, str):
            root.text = d
        elif isinstance(d, dict):
            for k,v in d.items():
                assert isinstance(k, str)
                if k.startswith('#'):
                    assert k == '#text' and isinstance(v, str)
                    root.text = v
                elif k.startswith('@'):
                    assert isinstance(v, str)
                    root.set(k[1:], v)
                elif isinstance(v, list):
                    for e in v:
                        _to_etree(e, ET.SubElement(root, k))
                else:
                    _to_etree(v, ET.SubElement(root, k))
        else:
            assert d == 'invalid type', (type(d), d)
    assert isinstance(d, dict) and len(d) == 1
    tag, body = next(iter(d.items()))
    node = ET.Element(tag)
    _to_etree(body, node)
    return node

print(ET.tostring(dict_to_etree(d)))

Answer 3

def etree_to_dict(t):
    d = {t.tag : map(etree_to_dict, t.iterchildren())}
    d.update(('@' + k, v) for k, v in t.attrib.iteritems())
    d['text'] = t.text
    return d

调用方式为

tree = etree.parse("some_file.xml")
etree_to_dict(tree.getroot())

只要你没有实际定义一个叫做 text 的属性，这样做就没问题；如果有的话，就需要把函数内部的第三行改成用一个不同的键。此外，这种方法也无法处理混合内容。

（在 LXML 上测试过。）

使用ElementTree将XML转换为字典

12 个回答

更新

撰写回答