python解析xml文件，获取标签内内容

[月白清风]

xml文件片段示例如下：
<title>Test</title>
<s>1298888532</s>
<suite title="suite1" id="">
<s>1298888532</s>
<case title="case1" id="0011">
<s>1298888532</s>
<step title="step1">
<s>1298888532</s>
。。。内容
<f>1298888534</f>
</step>
<suite title="suite1" id="">
<s>1298888532</s>
<case title="case1" id="0011">
<s>1298888532</s>
<step title="step1">
<s>1298888532</s>

说明：只有一个<title>，一个<title>可能有多个<suite>，一个<suite>中可能有多个<case>，一个<case>间可能有多个<step>，每个下面紧跟着的<s>1298888532</s>和与之对应的<f>1298888532</f>中的数字为我要获取的内容。如果指定了suite的title如为suite1<suite title="suite1" id="">则获取指定的s、f对，没指定获取全部的（case、step同样如此）。
新手第一次发帖、第一次搞python，期待大牛们的指点

[月白清风]

[Quote=引用 3 楼 iambic 的回复:]

你所有的s都是1298888532，不知道你想怎么获取，全部都获取吗？另外你提问题尽量把问题提准确。把你的XML完整的贴出来，对应的具体输入，你期望的输出是什么。多举几组输入输出。把问题准确描述了，节省别人猜测和沟通的时间。
[/Quote]

数字是1970到现在的秒数。我想取出时间来做进一步处理。
三个参数：xml文件、标签类型（需要制定）、标签名。如果标签名存在，则在xml文件中查找给定标签名的标签类型的时间。如果标签名不存在，则在xml文件中查找所有制定标签类型的开始<s>、结束时间<f>。

[月白清风]

  <?xml version="1.0" encoding="GB2312" ?> 
- <report>
  <schemaversion>2.0.0</schemaversion> 
  <owner>author</owner> 
  <title>Test</title> 
  <s>1298888532</s> 
- <suite title="No Title" id="">
  <s>1298888532</s> 
- <case title="0001_single_case" id="0011">
  <s>1298888532</s> 
- <step title="step1">
  <s>1298888532</s> 
  <e title="value1" type="text/plain">MA==</e> 
  <a title="value1" type="text/plain">MA==</a> 
  <more title="更多信息..." type="text/plain">Y2xpY2sgaGVyZQ==</more> 
  <f>1298888534</f> 
  </step>
- <step title="step2">
  <s>1298888534</s> 
  <e title="value2" type="text/plain">MA==</e> 
  <a title="value2" type="text/plain">LTE=</a> 
  <more title="更多信息..." type="text/plain">Y2xpY2sgaGVyZQ==</more> 
  <f>1298888537</f> 
  </step>
- <step title="step3">
  <s>1298888537</s> 
  <e title="value3" type="text/plain">MA==</e> 
  <a title="value3" type="text/plain">MA==</a> 
  <more title="更多信息..." type="text/plain">Y2xpY2sgaGVyZQ==</more> 
  <f>1298888539</f> 
  </step>
  <f>1298888539</f> 
  </case>
  <f>1298888539</f> 
  </suite>
  <f>1298888539</f> 
  </report>

[iambic]

贴完了你倒是自己看下啊。贴出来的一堆减号，根本不是合法XML，还没缩进，你这样贴不是敷衍了事吗。

[月白清风]

[Quote=引用 6 楼 iambic 的回复:]

贴完了你倒是自己看下啊。贴出来的一堆减号，根本不是合法XML，还没缩进，你这样贴不是敷衍了事吗。
[/Quote]
我是想读取文本的xml文件。就是把所有这些读进来处理。你的意思是？
另外我不知道怎么贴xml源码

[iambic]

[Quote=引用 4 楼 peakcxy 的回复:
数字是1970到现在的秒数。我想取出时间来做进一步处理。
三个参数：xml文件、标签类型（需要制定）、标签名。如果标签名存在，则在xml文件中查找给定标签名的标签类型的时间。如果标签名不存在，则在xml文件中查找所有制定标签类型的开始<s>、结束时间<f>。
[/Quote]
就你贴的XML，贴具体的输入和输出。你的描述很官腔，看起来表述了些东西，其实很空洞，完全没有可行性。

[月白清风]

有点问题，没想好。假设多个suite里面的case的title有重复怎么办？输入参数是三个，xml文件、标签类型（<title>、<suite>、<case>、<step>）、title（可空，空则返回全部标签类型的s、f对）

[iambic]

贴XML的时候格式化下。没缩进看着乱七八糟的。

[iambic]

你所有的s都是1298888532，不知道你想怎么获取，全部都获取吗？另外你提问题尽量把问题提准确。把你的XML完整的贴出来，对应的具体输入，你期望的输出是什么。多举几组输入输出。把问题准确描述了，节省别人猜测和沟通的时间。

[b_big_small]

Beautiful_Soup

[月白清风]

能具体点吗？python我很菜的

[月白清风]

[Quote=引用 9 楼 b_big_small 的回复:]

Beautiful_Soup
[/Quote]
看了一下Beautiful_Soup很强大，但是处理xml就需要BeautifulStoneSoup，关于这个没有那么多的介绍

[is0501xql]

from xml.dom import minidom
可以遍历每个节点

http://docs.python.org/library/xml.dom.minidom.html

[freetstar]

用正则表达式也可以的，把标签全部替换空格，然后用字符串的strip方法

[lengxujun]

[Quote=引用 13 楼 lgxwqq111 的回复:]
用正则表达式也可以的，把标签全部替换空格，然后用字符串的strip方法
[/Quote]

+1

[CJljfn]

[Quote=引用 12 楼 is0501xql 的回复:]

from xml.dom import minidom
可以遍历每个节点

http://docs.python.org/library/xml.dom.minidom.html
[/Quote]

+1 自己试下，标准格式的解析起来 很方便

[不得闲]

可以用lxml来解析，这个很简单！

[已经注册]

'''随便写个，你可以根据需要自己再改改，增加一些自己要的方法'''
from xml.etree.ElementTree import ElementTree as ET
class ParseXML():
_tree=None
def __init__(self,xmlfile):
self._tree = ET()
self._tree.parse(xmlfile)


#根据路径，属性名称获取属性值集
def findAll(self,path,attrName):
elemList = self._tree.findall(path)
rlt =[]
for element in elemList:
#assert iselement(element)
rlt.append(element.get(attrName))
return rlt
#查找某个属性是否存在
def isExist(self,path,key,value):
elemList = self._tree.findall(path)
for element in elemList:
if element.get(key)==value:
return True
return False

if __name__=="__main__":
xml=r"C:\Python25\workspace\cfg.xml"
pp = ParseXML(xml)
print pp.findAll("TABLE/PARA/","srcname")
print pp.isExist("TABLE/PARA/","srcname",'xxx')