python lxml＆开始w/xpath？

Question

合理新来python和令人难以置信的新xml更少试图解析它。我需要从一系列weblogic xml配置文件中识别集群节点。我已经想出了如何获得75％现在，我正在追求边缘案例，我不确定如何继续。

Weblogic xml配置文件以命名空间定义开头，然后是一些子元素，其中一些子元素有自己的子元素。

我感兴趣的元素是<server>，它通常会包含一个名为<listen-address>的子元素，其中包含我正在查找的主机名。

遵循“我们热爱标准，我们获得了很多标准”的范例，这种模式无处不在。如果它不起作用，我需要寻找名为<machine>的<server>的子元素。该元素包含在不同的根子项中展开的别名，与<server>的级别相同。

所以，一张价值1000个字：

注：试图避免发送吨XML的;但显然，我在节省带宽方面的尝试使问题更难回答。道歉。我确实修剪了不需要的或与安全有关的子元素。

<?xml version='1.0' encoding='UTF-8'?> 
<domain xmlns="http://xmlns.oracle.com/weblogic/domain" xmlns:sec="http://xmlns.oracle.com/weblogic/security" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:wls="http://xmlns.oracle.com/weblogic/security/wls" xsi:schemaLocation="http://xmlns.oracle.com/weblogic/security/wls http://xmlns.oracle.com/weblogic/security/wls/1.0/wls.xsd http://xmlns.oracle.com/weblogic/domain http://xmlns.oracle.com/weblogic/1.0/domain.xsd http://xmlns.oracle.com/weblogic/security/xacml http://xmlns.oracle.com/weblogic/security/xacml/1.0/xacml.xsd http://xmlns.oracle.com/weblogic/security/providers/passwordvalidator http://xmlns.oracle.com/weblogic/security/providers/passwordvalidator/1.0/passwordvalidator.xsd http://xmlns.oracle.com/weblogic/security http://xmlns.oracle.com/weblogic/1.0/security.xsd"> 
    <name>EDIServices_Domain</name> 
    <domain-version>12.2.1.0.0</domain-version> 
    <security-configuration> 
    <name>EDIServices_Domain</name> 
    <default-realm>myrealm</default-realm> 
    <node-manager-username>snipped</node-manager-username> 
    <node-manager-password-encrypted>not_really_my_pwd</node-manager-password-encrypted> 
    </security-configuration> 
    <server> 
    <name>EDIServices_AS</name> 
    <listen-port>60010</listen-port> 
    <web-server> 
     <name>EDIServices_AS</name> 
     <web-server-log> 
     <file-name>/opt/app/oracle/user_projects/logs/EDIServices_Domain/access.log</file-name> 
     <file-count>24</file-count> 
     <file-min-size>10000</file-min-size> 
     <rotate-log-on-startup>true</rotate-log-on-startup> 
     <elf-fields>c-ip cs-uri date time cs-method cs-uri sc-status</elf-fields> 
     <log-file-format>common</log-file-format> 
     </web-server-log> 
    </web-server> 
    <listen-address></listen-address> 
    </server> 
    <server> 
    <name>EDIServices_MS1</name> 
    <machine>EDIServices_MC1</machine> 
    <listen-port>60014</listen-port> 
    <cluster>EDIServices_CS</cluster> 
    <listen-address></listen-address> 
    </server> 
    <server> 
    <name>EDIServices_MS2</name> 
    <machine>EDIServices_MC2</machine> 
    <listen-port>60014</listen-port> 
    <cluster>EDIServices_CS</cluster> 
    <listen-address></listen-address> 
    </server> 
    <cluster> 
    <name>EDIServices_CS</name> 
    <cluster-messaging-mode>unicast</cluster-messaging-mode> 
    <dynamic-servers> 
     <maximum-dynamic-server-count>0</maximum-dynamic-server-count> 
    </dynamic-servers> 
    </cluster> 
    <production-mode-enabled>true</production-mode-enabled> 
    <configuration-version>12.2.1.0.0</configuration-version> 
<machine xsi:type="unix-machineType"> 
    <name>EDIServices_MC1</name> 
    <node-manager> 
     <name>EDIServices_MC1</name> 
     <nm-type>SSL</nm-type> 
     <listen-address>host001</listen-address> 
     <listen-port>7001</listen-port> 
    </node-manager> 
    </machine> 
    <machine xsi:type="unix-machineType"> 
    <name>EDIServices_MC2</name> 
    <node-manager> 
     <name>EDIServices_MC2</name> 
     <listen-address>host002</listen-address> 
     <listen-port>7001</listen-port> 
    </node-manager> 
    </machine> 
</domain> 

因此，在 '正常' 配置运行它，我得到：

$ ./lxml configs/EntsvcSoa_Domain_config.xml 
EntsvcSoa_AS => host003.myco.com 
EntsvcSoa_MS1 => host004.myco.com 
EntsvcSoa_MS2 => host005.myco.com 

运行它针对ABI正常的配置，我目前得到：

$ ./lxml configs/EDIServices_Domain_config.xml 
EDIServices_MS1 => EDIServices_MC1 
EDIServices_MS2 => EDIServices_MC2 

使用上面的例子中，我想将EDIServices_MC1和EDIServices_MC2分别转换为host001和host002。

主回路是：

注：在被彻底的利益，这里是整个脚本：

#!/usr/bin/env python3 

from lxml import etree 
import re 
import sys 
import os 
import pprint 

if len(sys.argv) != 2: 
    print('Format: ./wl_clusters ${weblogic_config_file}') 
    sys.exit(1) 

if not os.path.isfile(sys.argv[1]): 
    print('Format: ./wl_clusters ${weblogic_config_file}') 
    sys.exit(2) 

config = sys.argv[1] 

# set up lxml structures 
tree = etree.parse(config) 
root = tree.getroot() 

# set up xml namespace govno 
ns = root.nsmap[None] 
namespaces = { 'ns': ns } 

for server in root.findall('ns:server', namespaces): 
    cs = server.find('ns:cluster', namespaces) 
    if cs is None: 
    continue 
    # cluster_name = server.find('ns:cluster', namespaces).text 
    cluster_name = cs.text 
    listen_address = server.find('ns:listen-address', namespaces) 
    server_name = listen_address.text 
    if server_name is None: 
    machine = server.find('ns:machine', namespaces) 
    if machine is None: 
     continue 
    else: 
     server_name = machine.text 

    print("%-15s => %s" % (cluster_name, server_name)) 

（这是我花天编写代码12行...好东西我不这样做的生活:)）

改编，我需要找到<machine>孩子谁的名字匹配相应<server>孩子下的名称。从网络上的一些例子来看，我相信xpath可能会有所帮助，但即使是简单的例子，我也无法得到。去图，我只是想出了一个命名空间是什么...

任何提示/技巧/建议非常赞赏，特别是完整的noob教程xpath。

谢谢你的时间。

Doug O'Leary

Answer 1

下面是使用xpath和您的文件的示例。我处理每个元素“域”，并显示“*的名称”，这是因为它们在同一级别内起作用。

from lxml import etree 
xp = etree.XPath('./*/name') 
for event, elem in etree.iterparse("delme.xml", events=('end',), tag="domain"): 
    for name in xp(elem): 
     print(name.text) 

输出：

EDIServices_MS1 
EDIServices_MS2 
EDIServices_MC1 
EDIServices_MC2 

编辑：创建一个粗的xpath同时匹配的图案。