使用ElementTree解析任意XML文件

Question

我有一个模板XML文件，并根据给我的程序的输入，我必须生成一个新的XML文件。该模板具有需要根据输入数据重复的部分。但我不一定知道这些部分的结构或他们有多少层次的嵌套。我无法弄清楚如何以任意方式读取模板文件，他们会让我填充它然后输出它。这里是模板文件的一部分：

<Target_Table> 
    <Target_Name>SF1_T1</Target_Name> 
    <Target_Mode> 
    <REP> 
     <Target_Location_To_Repeat> 
     <XLocation>nextXREL</XLocation> 
     <YLocation>nextYREL</YLocation> 
     </Target_Location_To_Repeat> 
    <Target_Location_To_Repeat> 
     <XLocation>nextXREL</XLocation> 
     <YLocation>nextYREL</YLocation> 
     </Target_Location_To_Repeat> 
    </REP> 
    </Target_Mode> 
    <Target_Repetitions>1</Target_Repetitions> 
    <Meas_Window> 
    <Window_Size> 
     <XLocation>FOV</XLocation> 
     <YLocation>FOV</YLocation> 
    </Window_Size> 
    <Window_Location> 
     <XLocation>firstXREL</XLocation> 
     <YLocation>firstYREL</YLocation> 
    </Window_Location> 
    </Meas_Window> 
    <Box_Orientation>90</Box_Orientation> 
    <First_Feature Value="Space" /> 
    <Meas_Params_Definition> 
    <Number_Of_Lines Value="Auto" /> 
    <Number_Of_Pixels_Per_Line Value="Auto" /> 
    <Averaging_Factor Value="1" /> 
    </Meas_Params_Definition> 
    <Number_Of_Edges>1</Number_Of_Edges> 
    <Edge_Pair> 
    <Edge_Pair_Couple> 
     <First_Edge>1</First_Edge> 
     <Second_Edge>1</Second_Edge> 
    </Edge_Pair_Couple> 
    <Nominal_Corrected_Value>0</Nominal_Corrected_Value> 
    </Edge_Pair> 
    <Categories> 
    <Material_Type /> 
    <Meas_Type /> 
    <Category_Type /> 
    <Other_Type /> 
    </Categories> 
    <Bias>0</Bias> 
    <Template_Target_Name>SF_IMAQ_Template_Target</Template_Target_Name> 
    <Template_Target_PPL> 
    <Process>PC2</Process> 
    <Product>PD2</Product> 
    <Layer>L2</Layer> 
    </Template_Target_PPL> 
    <Meas_Auto_Box> 
    <Error_Code>0</Error_Code> 
    <Measured_CD>0</Measured_CD> 
    <Constant_NM2Pix>true</Constant_NM2Pix> 
    </Meas_Auto_Box> 
    <Meas_Box_Pix_Size_X>PixelSize</Meas_Box_Pix_Size_X> 
    <Macro_CD>0</Macro_CD> 
</Target_Table> 

我需要重复整个Target_Table节多时间，和每一个Target_Table内我需要多次重复REP部分。我想编写我的程序，以便如果模板发生变化（例如，添加更多层次的嵌套），我不必更改程序。但在我看来，我必须完全知道文件的结构才能读取并吐出。这是真的还是我错过了什么？有没有办法编写一个程序读入一个未知标签和未知嵌套层次的文件？

Answer 1

使用ElementTree的：

import xml.etree.ElementTree as et 

filehandler = open("file.xml","r") 
raw_data = et.parse(filehandler) 
data_root = raw_data.getroot() 
filehandler.close() 

for children in data_root: 
    for child in children: 
     print(child.tag, child.text, children.tag, children.text) 

这会给你的XML标签的概述以及内部相关文本标签。 您可以添加更多循环以进一步进入树中，并执行检查以查看是否有任何子级包含更多级别。当XML标签的名称变化并且不遵循已知标准时，我发现这种方法很有用。

Answer 2

一个例子using BeautifulSoup：

import sys 
from bs4 import BeautifulSoup 

file = sys.argv[1] 
handler = open(file).read() 
soup = BeautifulSoup(handler) 

for table in soup.find_all("target_table"): 
    for loc in table.find_all("rep"): 
    print loc.xlocation.string + ", " + loc.ylocation.string 

输出

nextXREL, nextYREL