Парсинг xml с глубокой вложенностью

@MIKE1985 · Регистрация: 28.05.2016

Студворк — интернет-сервис помощи студентам

Здравствуйте. Недавно начал осваивать Python и столкнулся с задачей распарсить файл xml с неизвестной вложенностью.
Причем в результате парсинга необходимо получить массив (словарь или список) всех дочерних элементов.
Например, как из вот этого:

Code
1
2
3
4
5
6
7
8
9
10
11
12
<response>...<results>...<grouping>...<group>...
    <doc>...
         <title>
             Parent
             <hlword>Variable 1</hlword>
                       <variable>Last Variable 1</variable>
             <hlword>Variable 2</hlword>
             word4
          </title>
          ...
    </doc>
</group>...</grouping>...</results>...</response>...

Получить что то вроде:

Parent ==> Variable 1 ==> Last Variable 1
Parent ==> Variable 2

пробовал что-то типа такого:

Python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
from lxml import etree
 
def get_node(node, lst):
    
    attrib = ''
    d = node.attrib
    if d:
        d = d.get('text')
        attrib = ','.join([i + ':' + d[i] for i in d])
 
    lst.append([attrib])
 
    for n in node:
        get_node(n, lst)
 
 
tree = etree.parse("/test.xml")
out = []
get_node(tree.getroot(), out)

на выходе получилось совсем не то, что хотелось. Направьте меня пожалуйста на путь истиный...

@Garry Galler · 09.10.2017, 14:07

Сообщение от MIKE1985

распарсить файл xml

Судя по коду, про xpath вы никогда не слышали?

@MIKE1985 · 10.10.2017, 05:11 **[ТС]**

Откровенно говоря я вообще впервые столкнулся с таким форматом как *.xml. На данный момент самым оптимальным решением для моей задачи является открытие файла xml в excel, где получается табличная структура вида как во вложении, после чего получаю эти данные в pandas. Однако этот вариант становится вообще не вариантом для больших по размеру файлов *.xml. Хотя конечная цель и есть получение такой структуры данных как в excel для дальнейшей обработки. Я потому и спросил есть ли способ попроще. Грубо говоря не зная структуры самого *.xml файла вытащить из него значения в какой-либо массив. И да, про xpath я никогда не слышал...
Не моглы бы Вы привести мне какой-нибудь пример с использованием этого языка запросов применительно к python и lxml?

@MIKE1985 · 10.10.2017, 07:31 **[ТС]**

Попробовал сделать так, но получил list с элементами, а не значения имен...

Python
1
2
3
4
5
6
7
8
9
10
11
12
13
from lxml import etree
import xml.etree.cElementTree as ET
 
def get_node(node, lst):
    lst.append([node.xpath('ancestor-or-self::*')])
    for n in node:
        get_node(n, lst)
 
tree = etree.parse("Путь к файлу")
out = []
get_node(tree.getroot(), out)
 
print("Result ",out)

Новые блоги и статьи Все статьи Все блоги /
PhpStorm 2025.3: WSL Terminal всегда стартует в ~ and_y87 14.12.2025 PhpStorm 2025. 3: WSL Terminal всегда стартует в ~ (home), игнорируя директорию проекта Симптом: После обновления до PhpStorm 2025. 3 встроенный терминал WSL открывается в домашней директории. . .	Access VikBal 11.12.2025 Помогите пожалуйста !! Как объединить 2 одинаковые БД Access с разными данными.	Новый ноутбук volvo 07.12.2025 Всем привет. По скидке в "черную пятницу" взял себе новый ноутбук Lenovo ThinkBook 16 G7 на Амазоне: Ryzen 5 7533HS 64 Gb DDR5 1Tb NVMe 16" Full HD Display Win11 Pro	Музыка, написанная Искусственным Интеллектом volvo 04.12.2025 Всем привет. Некоторое время назад меня заинтересовало, что уже умеет ИИ в плане написания музыки для песен, и, собственно, исполнения этих самых песен. Стихов у нас много, уже вышли 4 книги, еще 3. . .	От async/await к виртуальным потокам в Python IndentationError 23.11.2025 Армин Ронахер поставил под сомнение async/ await. Создатель Flask заявляет: цветные функции - провал, виртуальные потоки - решение. Не threading-динозавры, а новое поколение лёгких потоков. Откат?. . .
Поиск "дружественных имён" СОМ портов Argus19 22.11.2025 Поиск "дружественных имён" СОМ портов На странице: https:/ / norseev. ru/ 2018/ 01/ 04/ comportlist_windows/ нашёл схожую тему. Там приведён код на С++, который показывает только имена СОМ портов, типа,. . .	Сколько Государство потратило денег на меня, обеспечивая инсулином. Programma_Boinc 20.11.2025 Сколько Государство потратило денег на меня, обеспечивая инсулином. Вот решила сделать интересный приблизительный подсчет, сколько государство потратило на меня денег на покупку инсулинов. . . .	Ломающие изменения в C#.NStar Alpha Etyuhibosecyu 20.11.2025 Уже можно не только тестировать, но и пользоваться C#. NStar - писать оконные приложения, содержащие надписи, кнопки, текстовые поля и даже изображения, например, моя игра "Три в ряд" написана на этом. . .	Мысли в слух kumehtar 18.11.2025 Кстати, совсем недавно имел разговор на тему медитаций с людьми. И обнаружил, что они вообще не понимают что такое медитация и зачем она нужна. Самые базовые вещи. Для них это - когда просто люди. . .	Создание Single Page Application на фреймах krapotkin 16.11.2025 Статья исключительно для начинающих. Подходы оригинальностью не блещут. В век Веб все очень привыкли к дизайну Single-Page-Application . Быстренько разберем подход "на фреймах". Мы делаем одну. . .

@MIKE1985 1 / 1 / 0 Регистрация: 28.05.2016 Сообщений: 17
	10.10.2017, 05:11 [ТС]
	Откровенно говоря я вообще впервые столкнулся с таким форматом как .xml. На данный момент самым оптимальным решением для моей задачи является открытие файла xml в excel, где получается табличная структура вида как во вложении, после чего получаю эти данные в pandas. Однако этот вариант становится вообще не вариантом для больших по размеру файлов .xml. Хотя конечная цель и есть получение такой структуры данных как в excel для дальнейшей обработки. Я потому и спросил есть ли способ попроще. Грубо говоря не зная структуры самого *.xml файла вытащить из него значения в какой-либо массив. И да, про xpath я никогда не слышал... Не моглы бы Вы привести мне какой-нибудь пример с использованием этого языка запросов применительно к python и lxml? Миниатюры 0