使用ElementTree解析任意XML文件

Question

我有一个模板XML文件，基于我程序输入的数据，我需要生成一个新的XML文件。这个模板里有一些部分需要根据输入的数据重复出现。但是我并不一定知道这些部分的结构或者它们有多少层嵌套。我现在搞不清楚怎么以一种灵活的方式读取这个模板文件，以便让我填充数据，然后再输出。下面是模板文件的一部分：

<Target_Table>
  <Target_Name>SF1_T1</Target_Name>
  <Target_Mode>
    <REP>
      <Target_Location_To_Repeat>
        <XLocation>nextXREL</XLocation>
        <YLocation>nextYREL</YLocation>
      </Target_Location_To_Repeat>
   <Target_Location_To_Repeat>
        <XLocation>nextXREL</XLocation>
        <YLocation>nextYREL</YLocation>
      </Target_Location_To_Repeat>
    </REP>
  </Target_Mode>
  <Target_Repetitions>1</Target_Repetitions>
  <Meas_Window>
    <Window_Size>
      <XLocation>FOV</XLocation>
      <YLocation>FOV</YLocation>
    </Window_Size>
    <Window_Location>
      <XLocation>firstXREL</XLocation>
      <YLocation>firstYREL</YLocation>
    </Window_Location>
  </Meas_Window>
  <Box_Orientation>90</Box_Orientation>
  <First_Feature Value="Space" />
  <Meas_Params_Definition>
    <Number_Of_Lines Value="Auto" />
    <Number_Of_Pixels_Per_Line Value="Auto" />
    <Averaging_Factor Value="1" />
  </Meas_Params_Definition>
  <Number_Of_Edges>1</Number_Of_Edges>
  <Edge_Pair>
    <Edge_Pair_Couple>
      <First_Edge>1</First_Edge>
      <Second_Edge>1</Second_Edge>
    </Edge_Pair_Couple>
    <Nominal_Corrected_Value>0</Nominal_Corrected_Value>
  </Edge_Pair>
  <Categories>
    <Material_Type />
    <Meas_Type />
    <Category_Type />
    <Other_Type />
  </Categories>
  <Bias>0</Bias>
  <Template_Target_Name>SF_IMAQ_Template_Target</Template_Target_Name>
  <Template_Target_PPL>
    <Process>PC2</Process>
    <Product>PD2</Product>
    <Layer>L2</Layer>
  </Template_Target_PPL>
  <Meas_Auto_Box>
    <Error_Code>0</Error_Code>
    <Measured_CD>0</Measured_CD>
    <Constant_NM2Pix>true</Constant_NM2Pix>
  </Meas_Auto_Box>
  <Meas_Box_Pix_Size_X>PixelSize</Meas_Box_Pix_Size_X>
  <Macro_CD>0</Macro_CD>
</Target_Table>

我需要把整个Target_Table部分重复多次，并且在每个Target_Table里面，我还需要把REP部分重复多次。我想写一个程序，这样如果模板发生变化（比如增加了更多的嵌套层级），我就不需要修改我的程序。但是我觉得我必须完全了解文件的结构才能读取和输出它。这是真的吗，还是我漏掉了什么？有没有办法写一个程序，可以读取一个标签和嵌套层级都未知的文件？

Answer 1

这是一个使用 BeautifulSoup 的例子：

import sys 
from bs4 import BeautifulSoup

file = sys.argv[1]
handler = open(file).read()
soup = BeautifulSoup(handler)

for table in soup.find_all("target_table"):
  for loc in table.find_all("rep"):
    print loc.xlocation.string + ", " + loc.ylocation.string

输出结果

nextXREL, nextYREL

Answer 2

使用ElementTree：

import xml.etree.ElementTree as et

filehandler = open("file.xml","r")
raw_data = et.parse(filehandler)
data_root = raw_data.getroot()
filehandler.close()

for children in data_root:
    for child in children:
        print(child.tag, child.text, children.tag, children.text)

这样你就能看到XML标签和标签里面的相关文本的整体情况。你可以添加更多的循环，深入到树的更深层次，并检查是否有子节点包含更深的层级。我觉得这种方法很有用，特别是当XML标签的名称不固定，或者不遵循已经知道的标准时。