Как распарсить нетривиальный XML на питоне?

#python #xml #lxml

    
        
            
                
                    
                    
                        ${host}
                        ${port}
                    
                    
                
                
                    
                    
                        220
                    
                    220 localhost SMTP
Server (JAMES SMTP Server 2.3.2)(MSK)
                    
                
                
                    
                    
                        name
                    
                    
                
                
                    
                    
                        250
                    
                    250 localhost
Hello name (localhost [127.0.0.1])
                    
            
            Test "g_helo_with_C_OrJoin273_" in keyword-driven format.
            
            
        
        
            
                
                    
                    
                        ${host}
                        ${port}
                    
                    
                
                
                    
                    
                        220
                    
                    220 localhost SMTP Server
(JAMES SMTP Server 2.3.2) 14:50:18 +0400 (MSK)
                    
                
                
                    
                    
                        name
                    
                    
                
                
                    
                    
                        255
                    
                    250 localhost
Hello name (localhost [127.0.0.1])
                    
                
            
            Test "g_helo_with_C_OrJoin273_helo_resp_2_2_trace0001_L" in keyword-driven
format.
            
            
        
    
    



Как распарсить так, чтоб в выводе было: suite source и соответствующие ему kw name,
arguments, status?
Проблема в том, что я не знаю как выводить список suite source, а в нем еще список
kw name, arguments, status.
    

Ответы

Ответ 1

Вам поможет minidom:

from xml.dom import minidom

om = minidom.parseString(x)
root = om.getElementsByTagName('robot')[0]

# Далее что-то, к примеру:

def walk(x, d=0):
    print('    ' * d + str(x))
    if x.attributes is not None:
        for i, j in x.attributes.items():
            print('    ' * d + '  | ' + i + ': ' + j)
    for i in x.childNodes:
        walk(i, d+1)

walk(root)


Ответ 2

Для сравнения, код на основе xml.etree.ElementTree:

#!/usr/bin/env python
import xml.etree.ElementTree as etree

robot = etree.parse('input.xml').getroot()
for suite in robot.iter('suite'):
    print("suite " + suite.get('source'))
    for kw in suite.findall('./test/kw'):
        print("\tkw" + kw.get('name'))
        for arg in kw.find('arguments') or []:
            print("\t\targ " + arg.text)
        print("\t\t" +
              "\n\t\t".join(map("=".join, sorted(kw.find('status').items()))))


Output

suite /home/Robot
suite /home/Join273_helo_resp_2_1_trace0001_L.txt
    kwSmtpLibrary.Connect To Smtp
        arg ${host}
        arg ${port}
        endtime=20150623 14:50:18.241
        starttime=20150623 14:50:18.234
        status=PASS
    kwSmtpLibrary.Check Response
        arg 220
        endtime=20150623 14:50:18.257
        starttime=20150623 14:50:18.241
        status=PASS
...
suite /home/_2_2_trace0001_L.txt
    kwSmtpLibrary.Connect To Smtp
        arg ${host}
        arg ${port}
        endtime=20150623 14:50:18.275
        starttime=20150623 14:50:18.274
        status=PASS
    kwSmtpLibrary.Check Response
        arg 220
        endtime=14:50:18.277
        starttime=20150623 14:50:18.275
        status=PASS
...