How to parse XML and get instances of a particular node attribute?

У меня много строк в XML, и я пытаюсь получить экземпляры определенного атрибута узла.

<foo>
   <bar>
      <type foobar="1"/>
      <type foobar="2"/>
   </bar>
</foo>

Как мне получить доступ к значениям атрибута foobar? В этом примере я хочу "1" и "2".

Я предлагаю ElementTree. Существуют и другие совместимые реализации того же API, такие как lxml, и cElementTree в самой стандартной библиотеке Python; но в данном контексте они в основном добавляют еще больше скорости - простота программирования зависит от API, который ElementTree определяет.

Сначала создайте экземпляр элемента root из XML, например, с помощью функции XML или путем синтаксического анализа файла с помощью чего-то вроде:

import xml.etree.ElementTree as ET
root = ET.parse('thefile.xml').getroot()

Или любым из множества других способов, показанных на ElementTree . Затем сделайте что-то вроде:

for type_tag in root.findall('bar/type'):
    value = type_tag.get('foobar')
    print(value)

Вывод:

1
2

minidom самый быстрый и довольно простой способ.

XML:

<data>
    <items>
        <item name="item1"></item>
        <item name="item2"></item>
        <item name="item3"></item>
        <item name="item4"></item>
    </items>
</data>

Python:

from xml.dom import minidom

dom = minidom.parse('items.xml')
elements = dom.getElementsByTagName('item')

print(f"There are {len(elements)} items:")

for element in elements:
    print(element.attributes['name'].value)

Вывод:

There are 4 items:
item1
item2
item3
item4

Вы можете использовать BeautifulSoup:

from bs4 import BeautifulSoup

x="""<foo>
   <bar>
      <type foobar="1"/>
      <type foobar="2"/>
   </bar>
</foo>"""

y=BeautifulSoup(x)
>>> y.foo.bar.type["foobar"]
u'1'

>>> y.foo.bar.findAll("type")
[<type foobar="1"></type>, <type foobar="2"></type>]

>>> y.foo.bar.findAll("type")[0]["foobar"]
u'1'
>>> y.foo.bar.findAll("type")[1]["foobar"]
u'2'

Существует множество вариантов. cElementTree отлично смотрится, если речь идет о скорости и использовании памяти. У него очень мало накладных расходов по сравнению с простым чтением в файле с помощью readlines.

Соответствующие показатели можно найти в таблице ниже, скопированной с веб-сайта cElementTree:

library                         time    space
xml.dom.minidom (Python 2.1)    6.3 s   80000K
gnosis.objectify                2.0 s   22000k
xml.dom.minidom (Python 2.4)    1.4 s   53000k
ElementTree 1.2                 1.6 s   14500k  
ElementTree 1.2.4/1.3           1.1 s   14500k  
cDomlette (C extension)         0.540 s 20500k
PyRXPU (C extension)            0.175 s 10850k
libxml2 (C extension)           0.098 s 16000k
readlines (read as utf-8)       0.093 s 8850k
cElementTree (C extension)  --> 0.047 s 4900K <--
readlines (read as ascii)       0.032 s 5050k   

Как указано @jfs, cElementTree поставляется в комплекте с Python:

• Python 2: from xml.etree import cElementTree as ElementTree.


• Python 3: from xml.etree import ElementTree (ускоренная версия C используется автоматически).