Python和XML结构字典

Question

我有一个XML文件，如下所示：

<?xml version="1.0"?> 
<max:SyncObject xmlns:max="http://www.ibm.com/max"> 
    <max:ObjectSet> 
    <max:PARENT action="AddChange"> 
     <max:FIELD1>string</max:FIELD1> 
     <max:FIELD2>string</max:FIELD2> 
     <max:FIELD3>string</max:FIELD3> 
     <max:FIELD4>string</max:FIELD4> 
     <max:FIELD5>string</max:FIELD5> 
     <max:FIELD6>string</max:FIELD6> 
     <max:FIELD7>string</max:FIELD7> 
     <max:CHILD1 action="Ignored"> 
     <max:CH1FIELD1 action="Ignored"> 
      <max:CH1SUB1>string</max:CH1SUB1> 
     <max:CH1FIELD2>string</max:CH1FIELD2> 
     </max:CHILD1> 
     <max:CHILD2 action="Ignored"> 
     <max:CH2FIELD1>string</max:CH2FIELD1> 
     </max:CHILD2> 
    </max:PARENT> 
    </max:ObjectSet> 
</max:SyncObject> 

和我的最终结果，我想实现如下：

{'PARENT': ['FIELD1', 'FIELD2', 'FIELD3', 'FIELD4', 'FILED5', 'FIELD6', 'FIELD7', 'CHILD1', 'CHILD2']}, {'CHILD1': ['CH1FIELD1', 'CH1FIELD2'], 'CHILD2': ['CH2FIELD1'], 'CH1FIELD1':['CH1SUB1']} 

所以我尝试了好几种不同可以从XML文件中提取FIELD1，FIELD2 ...标签，同时仍然保持结构，因为您可以看到PARENT字典与其他字典是分开的，并且包含所有正好位于下一级的标签。儿童标签也是如此。行动attrib是不需要的，因为这将通过班级内的其他手段来指定。

看来，大多数lxml和elementtree适合从XML标签中提取属性，而不是标签本身。

任何人都可以指出我正确的方向提取标签（FIELD NAMES）没有前缀，值或任何属性，并保留结构？

谢谢！

Answer 1

首先，你的XML数据格式不正确，有一个关闭失败</max:CH1FIELD1>。

为了将其转化为Python数据结构，使用xmltodict：

import xmltodict 

data = """<?xml version="1.0"?> 
<max:SyncObject xmlns:max="http://www.ibm.com/max"> 
    <max:ObjectSet> 
    <max:PARENT action="AddChange"> 
     <max:FIELD1>string</max:FIELD1> 
     <max:FIELD2>string</max:FIELD2> 
     <max:FIELD3>string</max:FIELD3> 
     <max:FIELD4>string</max:FIELD4> 
     <max:FIELD5>string</max:FIELD5> 
     <max:FIELD6>string</max:FIELD6> 
     <max:FIELD7>string</max:FIELD7> 
     <max:CHILD1 action="Ignored"> 
     <max:CH1FIELD1 action="Ignored"> 
      <max:CH1SUB1>string</max:CH1SUB1> 
     <max:CH1FIELD2>string</max:CH1FIELD2> 
     </max:CH1FIELD1> 
     </max:CHILD1> 
     <max:CHILD2 action="Ignored"> 
     <max:CH2FIELD1>string</max:CH2FIELD1> 
     </max:CHILD2> 
    </max:PARENT> 
    </max:ObjectSet> 
</max:SyncObject>""" 

d = xmltodict.parse(data, 
        process_namespaces=True, 
        namespaces={'http://www.ibm.com/max': None}) 
print d