目前我正在研究一個語料庫/數據集。它是 xml 格式，如下圖所示。我面臨一個問題。我想一一訪問所有'ne'元素，如下圖所示。然后我想訪問'ne'元素內的'W'元素的文本。然后我想將你的符號'SDi'和'EDi'與這些'W'元素的文本連接起來。'i' 可以取從 1 開始的任何正整數。在 'SDi' 的情況下，我只需要在 'ne' 元素內的第一個 'W' 元素的文本。在“EDi”的情況下，我只需要最后一個“W”元素的文本那是在'ne'元素內。目前我在運行代碼后沒有得到任何輸出。我認為這是因為元素“W”從未被訪問過。此外，我認為元素'W'未被訪問，因為它是元素'ne'的孫子，因此它不能直接訪問，而是在其父節點的幫助下可能是可能的。注1：“ne”元素中子元素的個數和名稱不相同。注2：這里只說明需要的東西。您可能會在編碼/圖片中找到一些其他細節，但忽略它們。我正在使用 Spyder (python 3.6) 任何幫助將不勝感激。我正在處理的 XML 文件中的圖片如下所示：XML文件的文本版本： 點擊這里示例/預期輸出圖像（下）：到目前為止我所做的編碼：for i in range(len(List_of_root_nodes)):true_false = Truecurrent = List_of_root_nodes[i]start_ID = current.PDante_ID#print('start:', start_ID) # For Testingend_ID = Nonenumber = str(i+1) # This number will serve as i used with SD and ED that is (SDi and EDi)discourse_starting_symbol = "SD" + numberdiscourse_ending_symbol = "ED" + numberwhile true_false: if current.right_child is None: end_ID = current.PDante_ID #print('end:', end_ID) # For Testing true_false = False else: current = current.right_child# Finding 'ne' element with id='start_ID'ne_text = Nonene_id = Nonefor ne in myroot.iter('ne'): ne_id = ne.get('id') # If ne_id matches with start_ID means the place where SDi is to be placed is found if ne_id == start_ID: for w in ne.iter('W'): ne_text = str(w.text) boundary_and_text = " " + str(discourse_starting_symbol) + " " + ne_text w.text = boundary_and_text break
2 回答
慕標5832272
TA貢獻1966條經驗 獲得超4個贊
像這樣（a.xml 是您上傳的 XML）：
請注意，代碼沒有使用任何外部庫。
import xml.etree.ElementTree as ET
SD = 'SD'
ED = 'ED'
root = ET.parse('a.xml')
counter = 1
for ne in root.findall('.//ne'):
w_lst = ne.findall('.//W')
if w_lst:
w_lst[0].text = '{}{} {}'.format(SD, counter, w_lst[0].text)
if len(w_lst) > 1:
w_lst[-1].text = '{} {}{}'.format(w_lst[-1].text, ED, counter)
counter += 1
ET.dump(root)
元芳怎么了
TA貢獻1798條經驗 獲得超7個贊
每當您需要修改具有各種細微差別的 XML 時，請考慮XSLT，這是一種專門用于轉換 XML 文件的語言。您可以使用 Python 的第三方模塊lxml（不是內置的etree）運行 XSLT 1.0 腳本。
具體來說，調用身份轉換以按原樣復制 XML，然后運行兩個模板以添加SDI到第一個<W>和最后一個 EDI 的文本到最后一個文本<W>。如果有 10 或 10,000 個<W>節點，無論是否深度嵌套，解決方案都會起作用。
要演示 StackOverflow 的頂級 Python 和 XSLT 用戶的示例數據，請參閱在線演示，其中SDI和EDI添加到第一個和最后一個<user>節點：
XSLT （另存為 .xsl 文件，在 Python 中加載的特殊 .xml 文件）
<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
<xsl:output indent="yes"/>
<xsl:strip-space elements="*"/>
<!-- IDENTITY TRANSFORM -->
<xsl:template match="@*|node()">
<xsl:copy>
<xsl:apply-templates select="@*|node()"/>
</xsl:copy>
</xsl:template>
<!-- EDIT FIRST W NODE -->
<xsl:template match="W[count(preceding::W)=0]">
<xsl:copy>
<xsl:copy-of select="@*"/>
<xsl:value-of select="concat('SDI ', text())"/>
</xsl:copy>
</xsl:template>
<!-- EDIT LAST W NODE -->
<xsl:template match="W[count(preceding::W)+1 = count(//W)]">
<xsl:copy>
<xsl:copy-of select="@*"/>
<xsl:value-of select="concat('EDI ', text())"/>
</xsl:copy>
</xsl:template>
</xsl:stylesheet>
Python （無循環或 if/else 邏輯）
import lxml.etree as et
doc = et.parse('/path/to/Input.xml')
xsl = et.parse('/path/to/Script.xsl')
# CONFIGURE TRANSFORMER
transform = et.XSLT(xsl)
# TRANSFORM SOURCE DOC
result = transform(doc)
# OUTPUT TO CONSOLE
print(result)
# SAVE TO FILE
with open('Output.xml', 'wb') as f:
f.write(result)
添加回答
舉報
0/150
提交
取消