如何使用lxml从KML获取Element值

问题描述 投票：1回答：2

我的问题非常类似于这里发现的问题：

How to pull data from KML/XML?

上述问题的答案是使用Nokogiri来修复格式。

我想知道是否有办法解决类似的问题而不首先修复格式。

如何获取dict的值，以便从下面的Element SimpleData中获取“FM2”和“FM3”？

这是我的kml：

<?xml version="1.0" encoding="UTF-8"?>
<kml xmlns="http://www.opengis.net/kml/2.2" xmlns:gx="http://www.google.com/kml/ext/2.2" xmlns:kml="http://www.opengis.net/kml/2.2" xmlns:atom="http://www.w3.org/2005/Atom">
<Document>
    <name>Test.kml</name>
    <open>1</open>
    <Schema name="test" id="S_test_SSSSSIIIDSDDDDDISSSDSSSDD">
        <SimpleField type="string" name="ID"> <displayName>&lt;b&gt;ID&lt;/b&gt;</displayName>
        </SimpleField>
        <SimpleField type="string" name="cname"><displayName>&lt;b&gt;cname&lt;/b&gt;</displayName>
        </SimpleField>
    </Schema>
    <Style id="falseColor01">
        <BalloonStyle>
            <text><![CDATA[<table border="0"><tr> 
            <td>b>ID</b>/td>td>$[test/ID]</td></tr>
            <tr><td><b>cname</b></td><td>$[test/cname]</td></tr>
            </table>]]></text>
        </BalloonStyle>
        <LineStyle>
            <color>ffffff00</color>
            <width>3</width>
        </LineStyle>
        <PolyStyle>
            <color>ffffff00</color>
            <colorMode>random</colorMode>
            <fill>0</fill>
        </PolyStyle>
    </Style>
    <StyleMap id="falseColor0">
        <Pair>
            <key>normal</key>
            <styleUrl>#falseColor00</styleUrl>
        </Pair>
        <Pair>
            <key>highlight</key>
            <styleUrl>#falseColor01</styleUrl>
        </Pair>
    </StyleMap>
    <Style id="falseColor00">
      <BalloonStyle>   
      </BalloonStyle>
        <LineStyle>
            <color>ffffff00</color>
            <width>3</width>
        </LineStyle>
        <PolyStyle>
            <color>ffffff00</color>
            <colorMode>random</colorMode>
            <fill>0</fill>
        </PolyStyle>
    </Style>
    <Folder id="layer 0">
        <name>Test_1</name>
        <open>1</open>
        <Placemark>
            <styleUrl>#falseColor0</styleUrl>
            <ExtendedData>
                <SchemaData schemaUrl="#S_test_SSSSSIIIDSDDDDDISSSDSSSDD">
                    <SimpleData name="ID">FM2</SimpleData>
                    <SimpleData name="cname">FM2</SimpleData>
                </SchemaData>
            </ExtendedData>
            <Polygon>
                <outerBoundaryIs>
                    <LinearRing>
                        <coordinates>150.889999,-32.17281600000001,0 
                        </coordinates>
                    </LinearRing>
                </outerBoundaryIs>
            </Polygon>
        </Placemark>
        <Placemark>
            <styleUrl>#falseColor0</styleUrl>
            <ExtendedData>
                <SchemaData schemaUrl="#S_test_SSSSSIIIDSDDDDDISSSDSSSDD">
                    <SimpleData name="ID">FM3</SimpleData>
                    <SimpleData name="cname">FM3</SimpleData>
                </SchemaData>
            </ExtendedData>
            <Polygon>
                <outerBoundaryIs>
                    <LinearRing>
                        <coordinates>150.90104,-32.15662800000001,0
                        </coordinates>
                    </LinearRing>
                </outerBoundaryIs>
            </Polygon>
        </Placemark>
    </Folder>
</Document>
</kml>

我的目标是获取元素值，即元素'ID'中的'FM2'。

我正在尝试使用lxml etree。我的代码是：

tree  = ET.parse(kml_file)
root = tree.getroot()

for Document in root:
    for Folder in Document:
        for Placemark in Folder:
            for ExtendedData in Placemark:
                for SchemaData in ExtendedData:
                    for SimpleData in SchemaData:
                        print(SimpleData.attrib)

输出为：{'name'：'ID'} {'name'：'cname'}

如何获得字典的值，以便我可以得到'FM2'和'FM3'？

我花了好几个小时试图解决问题。任何帮助将非常感激。

python xml lxml kml
2个回答
0
投票

你遇到的一个问题是当你做for x in y时，你正在迭代当前元素的所有子元素。

所以当你这样做时：

for Folder in Document:
    ...

你不只是迭代Folder元素;你也在迭代name，open，Schema，Style和StyleMap（暂时不包括命名空间）。

你仍然可以通过测试name属性值然后返回元素文本来得到你想要的东西......

for Document in root:
    for Folder in Document:
        for Placemark in Folder:
            for ExtendedData in Placemark:
                for SchemaData in ExtendedData:
                    for SimpleData in SchemaData:
                        if SimpleData.get("name") == "ID":
                            print(SimpleData.text)

但我不推荐它。

相反，考虑使用XPath 1.0和lxml的xpath()函数。

这将允许您直接定位您感兴趣的元素。

对于这个例子，我将使用完整路径而不是// abbreviated syntax。我还将使用predicate来测试属性值。

乍一看，你会认为所有带有SimpleData属性值为“ID”的name元素的XPath将是：

/kml/Document/Folder/Placemark/ExtendedData/SchemaData/SimpleData[@name='ID']

但这种情况并非如此。如果你注意到根（xmlns="http://www.opengis.net/kml/2.2"）元素上有一个kml。这意味着该元素及其所有后代元素都在默认命名空间http://www.opengis.net/kml/2.2中（除非在这些元素上另有声明）。

为了说明，如果你在print(f"In Folder element \"{Folder.tag}\"...")循环中添加了for Folder in Document，你会看到：

In Folder element "{http://www.opengis.net/kml/2.2}name"...
In Folder element "{http://www.opengis.net/kml/2.2}open"...
In Folder element "{http://www.opengis.net/kml/2.2}Schema"...
In Folder element "{http://www.opengis.net/kml/2.2}Style"...
In Folder element "{http://www.opengis.net/kml/2.2}StyleMap"...
In Folder element "{http://www.opengis.net/kml/2.2}Style"...
In Folder element "{http://www.opengis.net/kml/2.2}Folder"...

有几种方法可以处理namespaces in lxml，但我更喜欢在字典中声明它们并使用namespaces参数传递它们。

这是一个完整的例子......

from lxml import etree

ns = {"kml": "http://www.opengis.net/kml/2.2"}

tree = etree.parse("test.kml")

for simple_data in tree.xpath("/kml:kml/kml:Document/kml:Folder/kml:Placemark/kml:ExtendedData/kml:SchemaData/kml:SimpleData[@name='ID']", namespaces=ns):
    print(simple_data.text)

打印输出...

FM2
FM3
0
投票

出于某种原因，我遇到了kml_file的xml有效性问题，所以我这样做了：

import lxml.html
tree  = lxml.html.fromstring(kml_file)
results = tree.xpath("//*[@name = 'ID']")

for i in results:
    if i.text:
        print(i.text)

我不确定这是你在找什么，但输出是：

FM2
FM3
最新问题
© www.soinside.com 2019 - 2024. All rights reserved.