Разбор XML-файла с помощью дерева элементов

У меня есть большое количество файлов .xml (около 70), и мне нужно извлечь из них некоторые координаты. По-видимому, лучший способ сделать это - проанализировать файл xml с помощью дерева элементов. Я новичок в python (очень-очень новый!), и мне трудно понять всю документацию, которая поставляется с деревом элементов! Мне было интересно, есть ли у кого-нибудь код, в котором они использовали дерево элементов, или кто-нибудь мог бы объяснить мне, как это сделать. Спасибо!

Это образец из моего файла XML.

    <?xml version="1.0" encoding="UTF-8" ?> 
- <lev:Leveringsinformatie xmlns:lev="http://www.kadaster.nl/schemas/klic/20080722/leveringsinfo">
  <lev:Version>1.5</lev:Version> 
  <lev:Klicnummer>10G179900</lev:Klicnummer> 
  <lev:Ordernummer>0065491624</lev:Ordernummer> 
  <lev:RelatienummerGrondroerder>0000305605</lev:RelatienummerGrondroerder> 
  <lev:Leveringsvolgnummer>1</lev:Leveringsvolgnummer> 
  <lev:Meldingsoort>Graafmelding</lev:Meldingsoort> 
  <lev:DatumTijdAanvraag>2010-08-10T11:43:02.779+02:00</lev:DatumTijdAanvraag> 
  <lev:KlantReferentie>1207-0132-030 - 6</lev:KlantReferentie> 
- <lev:Locatie axisLabels="x y" srsDimension="2" srsName="epsg:28992" uomLabels="m m">
- <gml:exterior xmlns:gml="http://www.opengis.net/gml">
- <gml:LinearRing>
  <gml:posList>137800.0 484217.0 137796.0 484222.0 137832.0 483757.0 138178.0 483752.0 138174.0 484222.0 137800.0 484217.0</gml:posList> 
  </gml:LinearRing>
  </gml:exterior>
  </lev:Locatie>
- <lev:Pngformaat>
- <lev:OmsluitendeRechthoek xmlns:ns4="http://www.kadaster.nl/schemas/klic/20080722/madt" xmlns:bis="http://www.kadaster.nl/schemas/klic/20080722/klicnetbeheerdersinformatieservicetypes" xmlns:ns0="http://www.kadaster.nl/schemas/klic/20080722/gias" xmlns:ns7="http://www.kadaster.nl/schemas/klic/20080722/klicnetbeheerdersinformatieservicetypes" xmlns:madt="http://www.kadaster.nl/schemas/klic/20080722/madt" xmlns:gia="http://www.kadaster.nl/schemas/klic/20080722/gias" xmlns:klic="http://www.kadaster.nl/schemas/20080722/klic" xmlns:b="http://www.kadaster.nl/schemas/klic/20080722/bundelingtypes" xmlns:ns9="http://www.kadaster.nl/schemas/klic/20081010/bmkltypes" xmlns:gml="http://www.opengis.net/gml" xmlns:ns1="http://www.kadaster.nl/schemas/20080722/klic" xmlns:a="http://www.kadaster.nl/schemas/klic/20080722/bundelingservicetypes" xmlns:bmkl="http://www.kadaster.nl/schemas/klic/20081010/bmkltypes" xmlns:ns3="http://www.opengis.net/gml" xmlns:ns8="http://www.kadaster.nl/schemas/klic/20080722/knts">
- <gml:Envelope srsDimension="2" srsName="epsg:28992">
  <gml:lowerCorner>137796 483752</gml:lowerCorner> 
  <gml:upperCorner>138178 484222</gml:upperCorner> 
  </gml:Envelope>
  </lev:OmsluitendeRechthoek>
  <lev:PixelsBreed>5348</lev:PixelsBreed> 
  <lev:PixelsHoog>6580</lev:PixelsHoog> 
  </lev:Pngformaat>
- <lev:NetbeheerderLeveringen>
- <lev:NetbeheerderLevering>
  <lev:RelatienummerNetbeheerder>0000578695</lev:RelatienummerNetbeheerder> 
  <lev:Bedrijfsnaam>Gemeente Almere</lev:Bedrijfsnaam> 
  <lev:BedrijfsnaamAfkorting>Gemeente Almere</lev:BedrijfsnaamAfkorting>

Мне нужно извлечь координаты нижнего и верхнего угла (lowerCorner/upperCorner)

Обновление: вот мой полный скрипт:

from xml.etree import ElementTree as ET
import sys, string, os, arcgisscripting
gp = arcgisscripting.create(9.3)

workspace = "D:/J040083"
gp.workspace = workspace

for root, dirs, filenames in os.walk(workspace): # returms root, dirs, and files
    for filename in filenames:
        filename_split = os.path.splitext(filename) # filename and extensionname (extension in [1])
        filename_zero = filename_split[0]
        extension = str.upper(filename_split[1])

        try:
            first_2_letters = str.upper(filename_zero[0] + filename_zero[1])
        except:
            first_2_letters = "XX"

        if first_2_letters == "LI" and extension == ".XML":
            tree = ET.parse(workspace)
            print tree.find('//{http://www.opengis.net/gml}lowerCorner').text
            print tree.find('//{http://www.opengis.net/gml}upperCorner').text

Теперь я получаю сообщение об ошибке:

Имя файла сообщения Положение строки
Трассировка
D:\J040083\TXT_EXTRACTION.py 32
разбор C:\Python25\Lib\xml\etree\ElementTree.py 862
разбор C:\Python25\Lib \xml\etree\ElementTree.py 579
IOError: [Errno 13] Отказано в доступе: 'D:/J040083'

и теперь я ДЕЙСТВИТЕЛЬНО запутался, потому что я могу получить доступ к этим файлам с другим скриптом, который почти точно такой же, как этот!!


python xml parsing elementtree
person Alice Duff    schedule 18.01.2011    source источник
comment
Просто чтобы мы все были на одной волне, вы прочитали документацию по ElementTree< /а>? Это справочный документ, но по всей странице разбросаны примеры. Для ознакомления также может быть полезной страница Обзор ElementTree.   -  person Greg Hewgill    schedule 18.01.2011
comment
Стыдно, да, я прочитал это! я просто не очень понимаю..   -  person Alice Duff    schedule 18.01.2011
comment
@Alice: я предлагаю вам опубликовать небольшой реалистичный фрагмент из XML-файла, который вы хотите проанализировать, и указать данные, которые вы хотите получить. Вы можете сделать это, отредактировав свой собственный пост.   -  person Eli Bendersky    schedule 18.01.2011
comment
Я пробовал это, но это просто отображается в моем вопросе не в правильном формате ... поэтому вместо комментариев у него были просто цифры!   -  person Alice Duff    schedule 18.01.2011
comment
@Alice: стоит потратить несколько минут на изучение правил форматирования SO. Обновите его, и, возможно, другой участник с большим опытом сможет исправить это для вас (позже вы сможете увидеть, как это делается).   -  person Eli Bendersky    schedule 18.01.2011
comment
хм.. я старался! Хотя, похоже, это не сработало! Я извиняюсь за свое невежество!   -  person Alice Duff    schedule 18.01.2011
comment
@Alice: это совсем не похоже на xml :) вставьте xml и отформатируйте его как код   -  person Eli Bendersky    schedule 18.01.2011
comment
ах да.. глупо! ну вот!   -  person Alice Duff    schedule 18.01.2011
comment
@Alice Duff - если вы собираетесь много работать с GML, я бы порекомендовал прочитать XML. GML может быть довольно сложным, и вы будете довольны тем, что разобрались с основами XML. Я не могу порекомендовать какие-либо учебные пособия, так как я давно их не просматривал, но избегайте W3Schools (НЕ связанных с W3, которые на самом деле пишут спецификацию!), Поскольку они часто неточны. Это первый результат, не принадлежащий W3Schools: learn-xml-tutorial.com   -  person James Walford    schedule 18.01.2011
comment
ГМЛ?! По сути, у меня есть сотни и сотни файлов .png, и мне нужно преобразовать их в формат, читаемый ArcMap (программа ГИС). Итак, я сделал скрипт, который преобразует их в шейп-файлы и загружает их в программу, но мне нужно написать еще один скрипт, который извлекает координаты из XML-файлов, которые идут с ними, чтобы поместить их в правильное место на странице. карту делаю!   -  person Alice Duff    schedule 18.01.2011
comment
@Alice Duff — ваш XML-файл — это GML opengeospatial.org/standards/gml XML-грамматика для выражающие географические особенности. Если вам нужно только извлечь координаты, все будет в порядке, но если вам нужны какие-либо другие манипуляции с XML, то GML может быть довольно сложным.   -  person James Walford    schedule 18.01.2011
comment
в порядке! Великолепно! Не могли бы вы указать мне направление любой документации/кода, который мог бы помочь мне извлечь эти координаты!   -  person Alice Duff    schedule 18.01.2011
comment
@Alice: это не полный образец XML (например, тег </lev:OmsluitendeRechthoek> не закрывает ничего, что я вижу в вашем образце). Пожалуйста, опубликуйте более полный образец   -  person Eli Bendersky    schedule 18.01.2011
comment
Вот и все — остальная часть кода после этого раздела — это просто имена людей, номера телефонов и т. д.!   -  person Alice Duff    schedule 18.01.2011
comment
@Alice, в вашем обновленном скрипте ошибка от tree = ET.parse(workspace). workspace — это просто имя каталога, а не имя файла.   -  person Mark Tolonen    schedule 21.01.2011

Ответы (2)


arrow_upward
11
arrow_downward

ElementTree может быть сложным, когда задействованы пространства имен. Искомый элемент называется <gml:lowerCorner> и <gml:upperCorner>. При поиске выше в данных XML gml определяется как пространство имен XML: xmlns:gml="http://www.opengis.net/gml". Способ найти подэлемент XML-дерева следующий:

from xml.etree import ElementTree as ET
tree = ET.parse('file.xml')
print tree.find('//{http://www.opengis.net/gml}lowerCorner').text
print tree.find('//{http://www.opengis.net/gml}upperCorner').text

Вывод

137796 483752
138178 484222

Объяснение

Используя поддержку ElementTree XPath, // выбирает все подэлементы на всех уровнях дерева. ElementTree использует нотацию {url}tag для тега в определенном пространстве имен. URL-адрес gml: http://www.opengis.net/gml. .text извлекает данные в элементе.

Обратите внимание, что // — это ярлык для поиска вложенного узла. Полный путь upperCorner в синтаксисе ElementTree на самом деле:

{http://www.kadaster.nl/schemas/klic/20080722/leveringsinfo}Pngformaat/{http://www.kadaster.nl/schemas/klic/20080722/leveringsinfo}OmsluitendeRechthoek/{http://www.opengis.net/gml}Envelope/{http://www.opengis.net/gml}upperCorner
person Mark Tolonen    schedule 18.01.2011
comment
+1 за хорошее объяснение. Единственное, в чем я не уверен, так это в том, что если на документ приходится не более 1 gml:Envelope, возможно, Алиса сможет прокомментировать? - person James Walford; 18.01.2011
comment
о ура ура!! Оно работает!! Остальная часть XML - это просто имена людей и адреса электронной почты - так что я думаю, что раздел, который я вам показал, единственный gml - если это то, что вы имеете в виду, джеймс? Теперь мне нужно сохранить вывод в предопределенном файле Excel! Большое спасибо всем вам! - person Alice Duff; 19.01.2011
comment
Если ответ приемлем, отметьте его как принятый. Рад помочь. :) - person Mark Tolonen; 19.01.2011
comment
Привет Марк! Мне пришлось снять отметку с вашего ответа, потому что у меня есть новый вопрос, или я должен просто опубликовать его как новый вопрос? - person Alice Duff; 19.01.2011

arrow_upward
2
arrow_downward

Использовать ElementTree очень просто, в основном вы создаете объект из файла, находите элементы по имени или пути и получаете их текст или атрибут.

В вашем случае это немного сложнее, потому что в вашем файле есть пространства имен, поэтому нам нужно преобразовать путь из формы ns:tag в форму {uri}tag. Это цель функции transform_path

NS_MAP = {
    'http://www.kadaster.nl/schemas/klic/20080722/leveringsinfo' : 'lev',
    'http://www.opengis.net/gml' : 'gml',
}
INV_NS_MAP = {v:k for k, v in NS_MAP.items()} #inverse ns_map 
#for python2: INV_NS_MAP = dict((v,k) for k, v in NS_MAP.iteritems())

#ElementTree expect tags in form {uri}tag, but it would be a pain to have complete uri for eache tag
def transform_path (path):
    res = ''
    tags = path.split('/')
    for tag in tags:
      ns, tag = tag.split(':')
      res += "{"+INV_NS_MAP[ns]+"}"+tag+'/'
    return res

import xml.etree.ElementTree as ET
tree = ET.parse('test.xml')
doc = tree.getroot()

lowerCorner = doc.find(transform_path("lev:Pngformaat/lev:OmsluitendeRechthoek/gml:Envelope/gml:lowerCorner"))
upperCorner = doc.find(transform_path("lev:Pngformaat/lev:OmsluitendeRechthoek/gml:Envelope/gml:upperCorner"))
print (lowerCorner.text)         # Print coordinates
print (upperCorner.text)         # Print coordinates

#for python2: print elem.text

Запуск скрипта с вашим файлом даст следующий результат:

137796 483752
138178 484222
person CharlesB    schedule 18.01.2011
comment
Спасибо, Чарльз, я пытаюсь запустить ваш код, но он продолжает выдавать ошибку «Недопустимый синтаксис» для последней строки! - person Alice Duff; 18.01.2011
comment
У меня возникли проблемы с работой этого скрипта. Теперь я получаю ошибку Invalid Syntax для второй с последней строки..? - person Alice Duff; 18.01.2011
comment
Я думаю, что это должно работать, я просто не понимаю, как заставить его работать с моими данными - я попытаюсь провести некоторое исследование и, надеюсь, пойму!! - person Alice Duff; 18.01.2011
comment
Сделал небольшой скрипт, который считывает координаты вашего файла - person CharlesB; 18.01.2011