Обработка данных XML-файла

@orantig · Регистрация: 11.11.2016

Студворк — интернет-сервис помощи студентам

Добрый день!
В очередной раз застряла на ерундовом вопросе, надеюсь, что смогу получить у Вас совет.

Имеется XML - файл, в котором по множеству раз повторяются значения элементов. В качестве примера приведу кусочек xml, где повторяются значения <Person> - 'Mr.Smith' и 'Ms.Black':

XML
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
<DataSet>
    <Property>
        <Person>Mr.Smith</Person>
        <property>Apartment</property>
        <cost_estimate>5000000</cost_estimate>
    </Property>
    <Property>
        <Person>Mr.Smith</Person>
        <property>House</property>
        <cost_estimate>25000000</cost_estimate>
    </Property>
    <Property>
        <Person>Mr.Smith</Person>
        <property>Car</property>
        <cost_estimate>500000</cost_estimate>
    </Property>
    <Property>
        <Person>Ms.Black</Person>
        <property>Apartment</property>
        <cost_estimate>10000000</cost_estimate>
    </Property>
    <Property>
        <Person>Ms.Black</Person>
        <property>Horse</property>
        <cost_estimate>50000</cost_estimate>
    </Property>
</DataSet>

Я хочу обработать полученные данные и, например, вычислить среднее значение <cost_estimate> для каждого персонажа. Правильно ли я предполагаю, что удобнее всего для этого свести данные к виду, представленному ниже?

XML
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
<DataSet>
    <Property>
        <Person>Mr.Smith</Person>
        <property1>Apartment</property1>
        <cost_estimate1>5000000</cost_estimate1>
        <property2>House</property2>
        <cost_estimate2>25000000</cost_estimate2>
        <property3>Car</property3>
        <cost_estimate3>500000</cost_estimate3>
    </Property>
    <Property>
        <Person>Ms.Black</Person>
        <property1>Apartment</property1>
        <cost_estimate1>10000000</cost_estimate1>
        <property2>Horse</property2>
        <cost_estimate2>50000</cost_estimate2>
    </Property>
</DataSet>

Если правильно, то как этого достичь? Я попыталась использовать для этой цели вложенные циклы, запись имени персонажа в список и проверку наличия имени в списке, однако в результате получаю ошибку.

Попытка реализации задачи:

Python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
import elementtree.ElementTree as ET
from xml.dom import minidom
 
def save_xml(filename, xml_code):
    xml_string = ET.tostring(xml_code).decode()
    xml_prettyxml = minidom.parseString(xml_string).toprettyxml()
    with open(filename, 'w') as xml_file:
        xml_file.write(xml_prettyxml)
 
tree = ET.parse('D:/xml/question.xml')
root = tree.getroot()
 
new = ET.Element('DataSet_property')
 
i = 0
list = []
 
while i < len(root):
    info = root[i]
    person = info.find('Person').text
    property = info.find('property').text
    cost = float(info.find('cost_estimate').text)
    if (person in list) == False:
        list.append(person)
        person_data = ET.SubElement(new, 'Person')
        person_name = ET.SubElement(person_data, 'Name')
        all_property = ET.SubElement(person_data, 'property %s' % i)
        money = ET.SubElement(person_data, 'cost_estimate %s' % i)
    else:
        existed = new.getchildren()
        finding = existed[(list.index(person))]
        all_property_f = ET.SubElement(finding, 'property %s' % i)
        money_f = ET.SubElement(finding, 'cost_estimate %s' % i)
    i += 1
 
save_xml('D:/xml/new_test.xml', new)

Результат:

Traceback (most recent call last):
File "D:/xml/question.py", line 36, in <module>
save_xml('D:/xml/new_test.xml', new)
File "D:/xml/question.py", line 6, in save_xml
xml_prettyxml = minidom.parseString(xml_string).topretty xml()
File "C:\Python27\lib\xml\dom\minidom.py" , line 1928, in parseString
return expatbuilder.parseString(string)
File "C:\Python27\lib\xml\dom\expatbuilder.py ", line 940, in parseString
return builder.parseString(string)
File "C:\Python27\lib\xml\dom\expatbuilder.py ", line 223, in parseString
parser.Parse(string, True)
xml.parsers.expat.ExpatError: not well-formed (invalid token): line 1, column 44

Как правильнее работать с данными xml? Имеет ли смысл, например, для вычисления среднего значения объединять все данные в новом файле по выбранному критерию или работать сразу с тем, что есть? Какие пути решения ещё возможны? Мне кажется, что я самостоятельно усложняю себе задачу..

Заранее благодарю за ответ!

@Garry Galler · 10.07.2017, 18:33

Сообщение от orantig

вычислить среднее значение <cost_estimate> для каждого персонажа.

Python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
#from lxml import etree # тоже работает
import xml.etree.ElementTree as etree
 
from collections import defaultdict
 
tree = etree.parse(r'dataset.xml')
 
_persons = tree.findall('.//Property')
persons = defaultdict(list)
 
for person in _persons:
    persons[person.find('Person').text].append(
            int(person.find('cost_estimate').text)
            )
 
for k,v in persons.items():
    print(k,'=',sum(v)/len(v))

Новые блоги и статьи Все статьи Все блоги /
Очистка реквизитов документа при копировании Maks 09.04.2026 Алгоритм из решения ниже применим как для типовых, так и для нетиповых документов на самых различных конфигурациях. Задача: при копировании документа очищать определенные реквизиты и табличную. . .	модель ЗдравоСохранения 8. Подготовка к разному выполнению заданий anaschu 08.04.2026 https:/ / github. com/ shumilovas/ med2. git main ветка * содержимое блока дэлэй из старой модели теперь внутри зайца новой модели 8ATzM_2aurI	Блокировка документа от изменений, если он открыт у другого пользователя Maks 08.04.2026 Алгоритм из решения ниже реализован на примере нетипового документа, разработанного в конфигурации КА2. Задача: запретить редактирование документа, если он открыт у другого пользователя. / / . . .	Система безопасности+живучести для сервера-слоя интернета (сети). Двойная привязка. Hrethgir 08.04.2026 Далее были размышления о системе безопасности. Сообщения с наклонным текстом - мои. А как нам будет можно проверить, что ссылка наша, а не подделана хулиганами, которая выбросит на другую ветку и. . .
Модель ЗдрввоСохранения 7: больше работников, больше ресурсов. anaschu 08.04.2026 работников и заданий может быть сколько угодно, но настроено всё так, что используется пока что только 20% kYBz3eJf3jQ	Дальние перспективы сервера - слоя сети с космологическим дизайном интефейса карты и логики. Hrethgir 07.04.2026 Дальнейшее ближайшее планирование вывело к размышлениям над дальними перспективами. И вот тут может быть даже будут нужны оценки специалистов, так как в дальних перспективах всё может очень сильно. . .	Горе от ума kumehtar 07.04.2026 Эта мне ментальная установка, что вот прямо сейчас, мол, мне для полного счастья не хватает (нужное вписать), и когда я этого достигну - тогда и полный кайф. Одна из самых сильных ловушек на пути. . . .	Использование значений реквизитов справочника в документе, с определенными условиями и правами Maks 07.04.2026 1. Контроль срока действия договора Алгоритм из решения ниже реализован на примере нетипового документа "ЗаявкаНаРаботу", разработанного в конфигурации КА2. Задача: уведомлять пользователя, если. . .