遍历XML文档

Question

我有这个结构的文档：

<?xml version="1.0" encoding="UTF-8"?> 
<entries> 
    <entry> 
    <term>word_1</term> 
    <opinion source="data1" polarity="0.10" /> 
    <opinion source="data2" polarity="0.4" /> 
    </entry> 
    <entry> 
    <term>word_2</term> 
    <opinion source="data1" polarity="1.0" /> 
    <opinion source="data2" polarity="-0.16666667" /> 
    <opinion source="data3" polarity="0.004" /> 
</entry> 
<entry> 
    <term>word_3</term> 
    <opinion source="data1" polarity="0.6" /> 
    <opinion source="data2" polarity="0.0" /> 
</entry> 
</entries> 

我从来没有与xml工作之前，它被证明是一种痛苦。我想提取文字，它们的极性和来源。理想情况下，从这个例子中，我将有三个以source命名的字典（我知道它有很多不同的来源，所以手动命名字典不是问题），这将保留字key和极性value即，

data1 = {'word1':0.10, 'word2':1.0, 'word3':0.6} 
data2 = {'word1':0.4, 'word2':-0.16666667, 'word3':0.0} 
data3 = {'word2':0.004} 

问题是，我真的不知道如何迭代这个结构。我可以遍历<term>像这样：

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

for term in root.iter('term'): 
    print term.text 


Out: 
word_1 
word_2 
word_3 

但我不能获取到source和polarity项目。 任何帮助表示赞赏。谢谢。

Answer 1

看看这个，我认为你应该可以跟着它的工作方式。

import xml.etree.ElementTree as ET 

data = {} 
tree = ET.parse('test.xml') 
root = tree.getroot() 

for entry in root.iter('entry'): 
    term = entry.find('term') 
    for opinion in entry.iter('opinion'): 
     termDict = data.setdefault(opinion.get('source'), {}) 
     termDict[term.text] = opinion.get('polarity') 

for k,v in data.items(): 
    print k, v 

Answer 2

你想是这样的

import xml.etree.ElementTree 
e = xml.etree.ElementTree.parse('test.xml').getroot() 
for node in e.iter('entry'): #iterate over each entry node 
    for child in node: 
      print child.tag #get the name of the child 
      print child.attrib['polarity'], child.attrib['source'] #get the source and polarity 

但child.attrib将让你那个特定节点的属性的字典。