检查ElementTree的每个值

Question

我在Python中用ElementTree解析XML，并且必须检查树中的每个浮点数是否都带有“，”而不是“。”。但我不知道如何到达我的树的每个孩子，这是从一个+ 100K行的XML创建非常大。

这是一个很短的样品，不过：

<example tr="3,1"> 
<test>2.1</test> 
<stack> 
    <nb>2,5</nb> 
    <nb>5.1</nb> 
</stack> 
</example> 

我想检查，如果这是一个浮动的任何值是用逗号或一个点。我的问题是要用任何一棵树达到一棵树的每个价值。

到目前为止，我尝试这样做：

tree = ET.parse(chemin, parser=LineNumberingParser()) 
root = tree.getroot() 
float_text_info = [] 
for element in root.getiterator(): 
    if element is not None: 
     element_value = element.text.strip() 
     if element_value and re.findall('\d+[\.|,]\d+', element_value): 
      float_text_info.append(element_value) 

Answer 1

通过ElementTree我们可以在下面的方式做：

1. 创建的xml.etree.ElementTree.Element根对象。
2. 通过getiterator()方法从输入中遍历每个元素。
3. 使用re检查文本是由. or ,分开的数字。
4. 如果是，则添加到结果列表。
5. 显示结果列表。

演示：

>>> data = """ 
... <example tr="3,1"> 
... <test>2.1</test> 
... <stack> 
... <nb>2,5</nb> 
... <nb>5.1</nb> 
... </stack> 
... </example> """ 
>>> 
>>> 
>>> import xml.etree.ElementTree as PARSER 
>>> import re 
>>>    
... root = PARSER.fromstring(data) 
>>> 
>>> float_text_info = [] 
>>> for element in root.getiterator(): 
...  element_value = element.text.strip() 
...  if element_value and re.findall('\d+[\.|,]\d+', element_value): 
...   float_text_info.append(element_value) 
...   
... 
>>> print "float_text_info:", float_text_info 
float_text_info: ['2.1', '2,5', '5.1'] 

做异常处理当存在XML注释。

try: 
    element_value = element.text.strip() 
except: 
    continue 

或者：

最好检查元素无与否。

for element in root.getiterator(): 
    if element is not None and element.text is not None: 
     element_value = element.text.strip() 
     if element_value and re.findall('\d+[\.|,]\d+', element_value): 
      float_text_info.append(element_value) 

注：

1. 这是基本的代码，你可以根据你的算法条件进行修改。使用lxml库来解析xml数据。
2. 做必要的异常处理。