[Python] inlezen van XML bestand

[htca]

Ik heb een XML bestand dat er zo uitziet:

code:

<?xml version="1.0" encoding="UTF-16" standalone="yes"?>

<project xmlns="http://www.scia.cz">
   
   <def uri="XML test.xml.def"/>
   
   <container id="{39A7F468-A0D4-4DFF-8E5C-5843E1807D13}" t="EP_DSG_Elements.EP_StructNode.1">
      <table id="FD73A147-C50E-4FEB-BDE2-4AE52C4EB2B5" t="EP_DSG_Elements.EP_StructNode.1" name="Node">
         <h>
            <h0 t="Name"/>
            <h1 t="Coord X"/>
            <h2 t="Coord Y"/>
            <h3 t="Coord Z"/></h>
         <obj id="1" nm="N1">
            <p0 v="N1"/>
            <p1 v="0"/>
            <p2 v="0"/>
            <p3 v="0"/></obj>
         
         <obj id="2" nm="N2">
            <p0 v="N2"/>
            <p1 v="6"/>
            <p2 v="0"/>
            <p3 v="0"/></obj>
         
         <obj id="3" nm="N3">
            <p0 v="N3"/>
            <p1 v="6"/>
            <p2 v="3"/>
            <p3 v="0"/></obj>
         
         <obj id="4" nm="N4">
            <p0 v="N4"/>
            <p1 v="6.0685613651785504"/>
            <p2 v="3.0159865966763899"/>
            <p3 v="0"/></obj>
         
         <obj id="5" nm="N5">
            <p0 v="N5"/>
            <p1 v="0"/>
            <p2 v="4.5"/>
            <p3 v="0"/></obj>
      </table>
   </container>
   
   <container id="{ECB5D684-7357-11D4-9F6C-00104BC3B443}" t="EP_DSG_Elements.EP_Beam.1">
      <table id="CF9EE094-CB08-4721-839B-51EDF10A791D" t="EP_DSG_Elements.EP_Beam.1" name="Member 1D">
         <h>
            <h0 t="Name"/>
            <h1 t="Beg. node"/>
            <h2 t="End node"/>
            <h3 t="Cross-section"/>
            <h4 t="FEM type"/>
            <h5 t="Member system-line at"/>
            <h6 t="ey"/>
            <h7 t="ez"/>
            <h8 t="Table of geometry"/></h>
         <obj id="1" nm="B1">
            <p0 v="B1"/>
            <p1 i="1" n="N1"/>
            <p2 i="2" n="N2"/>
            <p3 i="1" n="CS1 - Rectangle (1150; 1000)"/>
            <p4 v="0" t="standard"/>
            <p5 v="1" t="Centre"/>
            <p6 v="0"/>
            <p7 v="0"/>
            <p8 t="">
            <h>
            <h1 t="Node"/>
            <h2 t="Edge"/>
            </h>
            <row id="0">
            <p1 i="1" n="N1"/>
            <p2 v="0" t="Line"/>
            </row>
            <row id="1">
            <p1 i="2" n="N2"/>
            </row>
            </p8></obj>
         
         <obj id="2" nm="B2">
            <p0 v="B2"/>
            <p1 i="2" n="N2"/>
            <p2 i="3" n="N3"/>
            <p3 i="1" n="CS1 - Rectangle (1150; 1000)"/>
            <p4 v="0" t="standard"/>
            <p5 v="1" t="Centre"/>
            <p6 v="0"/>
            <p7 v="0"/>
            <p8 t="">
            <h>
            <h1 t="Node"/>
            <h2 t="Edge"/>
            </h>
            <row id="0">
            <p1 i="2" n="N2"/>
            <p2 v="0" t="Line"/>
            </row>
            <row id="1">
            <p1 i="3" n="N3"/>
            </row>
            </p8></obj>
         
         <obj id="3" nm="B3">
            <p0 v="B3"/>
            <p1 i="4" n="N4"/>
            <p2 i="5" n="N5"/>
            <p3 i="1" n="CS1 - Rectangle (1150; 1000)"/>
            <p4 v="0" t="standard"/>
            <p5 v="1" t="Centre"/>
            <p6 v="0"/>
            <p7 v="0"/>
            <p8 t="">
            <h>
            <h1 t="Node"/>
            <h2 t="Edge"/>
            </h>
            <row id="0">
            <p1 i="4" n="N4"/>
            <p2 v="0" t="Line"/>
            </row>
            <row id="1">
            <p1 i="5" n="N5"/>
            </row>
            </p8></obj>
      </table>
   </container>
   
   <container id="{2127A9B3-36BD-11D4-B337-00104BC3B531}" t="CrossSection.EP_CrossSection.1">
      <table id="77800844-E1B3-4C73-B4B6-544C2A2975F5" t="CrossSection.EP_CssGeometry.1" name="Cross-sections">
         <h>
            <h0 t="Name"/>
            <h1 t="Catalog ID"/>
            <h2 t="Catalog item"/>
            <h3 t="Parameters"/></h>
         <obj id="1" nm="CS1">
            <p0 v="CS1"/>
            <p1 v="EP_CssLib.EP_ProfLib_Concrete.1"/>
            <p2 v="0"/>
            <p3 t="">
            <h>
            <h0 t="Name"/>
            <h1 t="Material"/>
            <h4 t="Length"/>
            </h>
            <row id="0">
            <p0 v="Material"/>
            <p1 i="315" n="C12/15"/>
            </row>
            <row id="1">
            <p0 v="H"/>
            <p4 v="1.1500000000000001"/>
            </row>
            <row id="2">
            <p0 v="B"/>
            <p4 v="1"/>
            </row>
            </p3></obj>
      </table>
   </container>
</project>

En het lukt me niet om dat goed te parsen. Uiteindelijk wil ik uit verschillende element de v waarde aanpassen. Dus bijvoorbeeld:
project/container[3]/table[0]/obj[2]/row[2]/p4['v']
(ik weet het de XML is niet heel geweldig opgezet, maar is buiten mijn invloed)


als ik een findall('container/table') doe, krijg ik een empty list. Ik kan een geneste loop doen, maar iets zegt me dat dit een stuk efficienter kan:

code:

for container in root.findall('{http://www.scia.cz}container'):
    for table in container.findall ('{http://www.scia.cz}table'):
        for obj in table.findall('{http://www.scia.cz}obj'):
            if obj.attrib['nm'] == 'CS1':
                for p3 in obj.findall('{http://www.scia.cz}p3'):
                    for row in p3.findall('{http://www.scia.cz}row'):
                        for p4 in row.findall('{http://www.scia.cz}p4'):
                            print(p4.attrib)

[ Voor 6% gewijzigd door htca op 01-12-2017 20:49 ]

[dominic]

Ik ken geen Python maar iets zegt me dat het met de default namespace van doen heeft.

Wanneer je geen controle hebt over het zetten van de default namespace (Third party XML) zou ik overwegen om de default namespace te verwijderen:

code:

xmlstring = re.sub(r'\sxmlns="[^"]+"', '', xmlstring, count=1)

Wanneer je wel controle hebt over de XML zou ik adviseren om de namespace een naam te geven:

code:

<project xmlns:scia="http://www.scia.cz">....</project>

ns = {"scia": "http://www.scia.cz"}
tree = et.fromstring(xml)
for node in tree.xpath('//scia:project', namespaces=ns):
    ..doe iets..

Als het goed is zou het met een van bovenstaande oplossingen mogelijk moeten zijn om normale xpath queries te doen.

[ Voor 8% gewijzigd door dominic op 03-12-2017 21:45 ]