如何使用python

Question

我有一个XML文件，我在XML文件中的数据分析得到如下列表获取引号值：

湿度数据=“湿度：73％” 图标数据= “/ig/images/weather/cloudy.gif” wind_condition data =“Wind：N at 5 mph”

我想编写一个python代码，我只能捕获引号中的值并将其放入列表中。

Answer 1

上面显示的内容并不是真正的列表，因此我们需要知道数据对象的外观。举例来说，如果你有一个字符串的例子，如：

'humidity data="Humidity: 73%" icon data="/ig/images/weather/cloudy.gif" wind_condition data="Wind: N at 5 mph"' 

您可以分析该字符串以获取所有引用的部分以列表如下：

import re 
re.findall('\"(.+?)\"', in_string) 

这将使用非贪婪匹配以查找匹配开始和结束引号的所有子字符串，使用括号提取两者之间的文本。请参阅正则表达式的完整详细信息：docs.python.org

Answer 2

以下代码显示如何使用proper XML parser解析XML。 xml流是根据您提供的部分信息重建的。

xml_strg = """<?xml version="1.0"?> 
<xml_api_reply version="1"> 
    <weather module_id="0" tab_id="0" mobile_row="0" mobile_zipped="1" row="0" section="0" > 
     <forecast_information> 
      <city data="Baton Rouge, LA"/> 
      <postal_code data="baton rouge,la"/> 
      <latitude_e6 data=""/> 
      <longitude_e6 data=""/> 
      <forecast_date data="2011-02-22"/> 
      <current_date_time data="2011-02-22 20:06:59 +0000"/> 
      <unit_system data="US"/> 
     </forecast_information> 
     <current_conditions> 
      <condition data="Cloudy"/> 
      <temp_f data="72"/> 
      <temp_c data="22"/> 
      <humidity data="Humidity: 73%"/> 
      <icon data="/ig/images/weather/cloudy.gif"/> 
      <wind_condition data="Wind: N at 5 mph"/> 
     </current_conditions> 
    </weather> 
</xml_api_reply> 
"""   

import xml.etree.cElementTree as et 

root = et.fromstring(xml_strg) 
result = [] 
for elem in root.find('./weather/current_conditions'): 
    if elem.tag in ('humidity', 'icon', 'wind_condition'): 
     result.append(elem.get('data')) 
print result 

输出：

['Humidity: 73%', '/ig/images/weather/cloudy.gif', 'Wind: N at 5 mph'] 

Answer 3

下面将提取所有条件阻止你的回应，在类型的字典列表返回它们。从那里你可以得到你需要的任何东西。

#!/usr/bin/env python 

from xml.etree.ElementTree import XML 
import sys 
data = """<?xml version="1.0"?> 
<xml_api_reply version="1"> 
<weather module_id="0" tab_id="0" mobile_row="0" mobile_zipped="1" row="0" section="0"> 
    <forecast_information> 
     <city data="Baton Rouge, LA"/> 
     <postal_code data="baton rouge,la"/> 
     <latitude_e6 data=""/> 
     <longitude_e6 data=""/> 
     <forecast_date data="2011-02-22"/> 
     <current_date_time data="2011-02-22 20:06:59 +0000"/> 
     <unit_system data="US"/> 
    </forecast_information> 
    <current_conditions> 
     <condition data="Cloudy"/> 
     <temp_f data="72"/> 
     <temp_c data="22"/> 
     <humidity data="Humidity: 73%"/> 
     <icon data="/ig/images/weather/cloudy.gif"/> 
    </current_conditions> 
</weather> 
</xml_api_reply> 
""" 

tree = XML(data) 
conditions = tree.findall("weather/current_conditions") 
results = [] 
for c in conditions: 
    curr_results = {} 
    for child in c.getchildren(): 
     curr_results[child.tag] = child.get('data') 
    results.append(curr_results) 

print results 

Answer 4

这里的代码，将提取所有元素有一个数据元素，并将它们转换成词典：

>>> from lxml import etree 
>>> filePath = 'c:/test.xml' 
>>> root = etree.parse(filePath) 
>>> keypairs = dict((r.tag, r.get('data')) for r in root.xpath('//*[@data]')) 

>>> print keypairs 
{'city': 'Baton Rouge, LA', 'forecast_date': '2011-02-22', 'latitude_e6': '', 'l 
ongitude_e6': '', 'temp_c': '22', 'humidity': 'Humidity: 73%', 'postal_code': 'b 
aton rouge,la', 'unit_system': 'US', 'temp_f': '72', 'current_date_time': '2011- 
02-22 20:06:59 +0000', 'condition': 'Cloudy', 'icon': '/ig/images/weather/cloudy 
.gif'} 

>>> print keypairs['humidity'] 
Humidity: 73% 

Answer 5

有了这个文本（请注意，我在末尾添加<icon data="([^"]*)"/><wind_condition data="([^"]*)"/>，因为这部分不是在文件的例子）称为 'joeljames.txt'：

<?xml version="1.0"?><xml_api_reply version="1"><weather module_id="0" tab_id="0" mobile_row="0" mobile_zipped="1" row="0" section="0" ><forecast_information><city data="Baton Rouge, LA"/><postal_code data="baton rouge,la"/><latitude_e6 data=""/><longitude_e6 data=""/><forecast_date data="2011-02-22"/><current_date_time data="2011-02-22 20:06:59 +0000"/><unit_system data="US"/></forecast_information><current_conditions><condition data="Cloudy"/><temp_f data="72"/><temp_c data="22"/><humidity data="Humidity: 73%"/><icon data="/ig/images/weather/cloudy.gif"/><wind_condition data="Wind: N at 5 mph"/> 

以下短代码

import re 

with open('joeljames.txt','rb') as f: 
    RE = ('humidity data="([^"]*)"/>' 
      '<icon data="([^"]*)"/>' 
      '<wind_condition data="([^"]*)"/>') 
    print re.search(RE,f.read()).groups() 

甚至

import re 
print re.search(('humidity data="([^"]*)"/>' 
       '<icon data="([^"]*)"/>' 
       '<wind_condition data="([^"]*)"/>'), 
       open('joeljames.txt','rb').read()).groups() 

有结果：

('Humidity: 73%', '/ig/images/weather/cloudy.gif', 'Wind: N at 5 mph') 

罢了。

我知道比XML解析器的牧师会说，yoooou必须使用XML解析器，因为有一些非常有效，编码器必须是懒惰等等...... 他们是正确的，以防万一必须获得需要复杂的算法。

但是，如果这里有一个简单的目标，我认为有理由不求助于XML解析器，而且如果有人不知道使用XML解析器。你做 ？

对于我的解决方案，那么，你必须知道的正则表达式，是的......有必要当一个人想要做一些事情有一个最低的工具。 你的确懂得的语言太.....

可以使用解析器的解决方案，没有任何问题。但是现在你知道它也可以用正则表达式，你可以选择。

编辑：

为了回答批评者元素的顺序可能不总是相同的：

import re 
print dict(re.findall('(humidity data|icon data|wind_condition data)' 
         '="([^"]*)"/>',open('joeljames.txt','rb').read())) 

打印

{'humidity data': 'Humidity: 73%', 'icon data': '/ig/images/weather/cloudy.gif', 'wind_condition data': 'Wind: N at 5 mph'}