使用BeautifulSoup解析XML文档
有200多个XML文档,每个文档类似如下:
<?xml version="1.0"?>
<VehicleInfo>
<FileHeader>
<ScaleInfo>
<SN>H00120030101081526</SN>
<UserName>盛隆钢铁</UserName>
<ScaleName>2#</ScaleName>
<ScaleID>H001</ScaleID>
<ScaleType>铁水秤开关</ScaleType>
<WeighingType>铁水秤开关</WeighingType>
<MeasureTime>2003-01-01 08:15:26</MeasureTime>
<NodeNumber>2</NodeNumber>
<WaveFile>20030101081424.wave</WaveFile>
<VideoFile>20030101081424.wave</VideoFile>
<Orientation>右方向来车<<<<<<</Orientation>
<OperatorName>Admin</OperatorName>
<SUMWeight>0</SUMWeight>
</ScaleInfo>
</FileHeader>
<FileBody>
<Node>
<ID>1</ID>
<_DateTime>2003-1-1 8:14:25</_DateTime>
<VehicleType />
<VehicleCardID />
<Speed>17.5</Speed>
<Weight>3.12</Weight>
<FrontAxisWeight>.00</FrontAxisWeight>
<BackAxisWeight>.00</BackAxisWeight>
<InsideWheel1>.00</InsideWheel1>
<OutsideWheel1>.00</OutsideWheel1>
<InsideWheel2>.00</InsideWheel2>
<OutsideWheel2>.00</OutsideWheel2>
<InsideWheel3>.00</InsideWheel3>
<OutsideWheel3>.00</OutsideWheel3>
<InsideWheel4>.00</InsideWheel4>
<OutsideWheel4>.00</OutsideWheel4>
<Temperature>0123</Temperature>
<Humidity>0123</Humidity>
<PIC1>_1.bmp</PIC1>
<PIC2>_2.bmp</PIC2>
<PIC3>_3.bmp</PIC3>
<PIC4>_4.bmp</PIC4>
</Node>
<Node>
<ID>2</ID>
<_DateTime>2003-1-1 8:14:26</_DateTime>
<VehicleType />
<VehicleCardID />
<Speed>15.8</Speed>
<Weight>4.77</Weight>
<FrontAxisWeight>.00</FrontAxisWeight>
<BackAxisWeight>.00</BackAxisWeight>
<InsideWheel1>.00</InsideWheel1>
<OutsideWheel1>.00</OutsideWheel1>
<InsideWheel2>.00</InsideWheel2>
<OutsideWheel2>.00</OutsideWheel2>
<InsideWheel3>.00</InsideWheel3>
<OutsideWheel3>.00</OutsideWheel3>
<InsideWheel4>.00</InsideWheel4>
<OutsideWheel4>.00</OutsideWheel4>
<Temperature>0123</Temperature>
<Humidity>0123</Humidity>
<PIC1>_1.bmp</PIC1>
<PIC2>_2.bmp</PIC2>
<PIC3>_3.bmp</PIC3>
<PIC4>_4.bmp</PIC4>
</Node>
</FileBody>
</VehicleInfo>
现在要提取MeasureTime、NodeNumber、Orientation以及每个Node下面的Weight,最后计算左方向和右方向总次数和总节数,以及每个方向的总重与差。如果使用C#,代码不知道要多长,那就用Python吧~
#!/usr/bin/env python
#-*- coding:utf-8 -*-
__author__ = 'liulixiang' from bs4 import BeautifulSoup
import glob left, left_times, left_weight = 0, 0, 0.0
right, right_times, right_weight = 0, 0, 0.0
files = sorted(glob.glob(r'E:\工作\work-documents\2013凤矿计量系统\Debug\WY.WeightBridge.Data\*.xml'))
for index, filename in enumerate(files, 1):
file = open(filename, encoding='utf-8').read()
soup = BeautifulSoup(file, 'xml')
print(index, '时间', soup.MeasureTime.string, '节数:', int(soup.NodeNumber.string), '方向:', soup.Orientation.string)
for node in soup.FileBody.findChildren('Node'):
print('\t序号:', node.ID.string, '重量:', node.Weight.string)
if soup.Orientation.string == '左方向来车>>>>>>':
left_weight += float(node.Weight.string)
elif soup.Orientation.string == '右方向来车<<<<<<':
right_weight += float(node.Weight.string)
if soup.Orientation.string == '左方向来车>>>>>>':
left += int(soup.NodeNumber.string)
left_times += 1
elif soup.Orientation.string == '右方向来车<<<<<<':
right += int(soup.NodeNumber.string)
right_times += 1
print('\n') print('左方向来车共{}次,共{}节,总皮重{:.2f}'.format(left_times, left, left_weight))
print('右方向来车共{}次,共{}节, 总毛重{:.2f}'.format(right_times, right, right_weight))
print('总净重:%.2f' % (right_weight - left_weight))
注意:
1、soup = BeautifulSoup(file, 'xml'),因为BeautifulSoup默认解析HTML,所以解析XML时需要声明。
2、BS解析XML依赖lxml,windows下可以到这里下载二进制版本的lxml库。
3、BS的children()返回的是NavigableString,用findChildren可以返回tag。
这世上诱惑(五花八门的编程语言)太多,请抵制诱惑,今天这个语言流行(go说你呢)用这个,明天那个语言流行就用那个。人应该驾驭语言,而非语言来驾驭人。自勉!
使用BeautifulSoup解析XML文档的更多相关文章
- python优秀库 - 使用xmltodict解析xml文档
上次讲到如何使用BeautifulSoup解析XML文档,今天发现另外一个python库xmltodict(https://github.com/martinblech/xmltodict)也很简单. ...
- 网络电视精灵~分析~~~~~~简单工厂模式,继承和多态,解析XML文档,视频项目
小总结: 所用技术: 01.C/S架构,数据存储在XML文件中 02.简单工厂模式 03.继承和多态 04.解析XML文档技术 05.深入剖析内存中数据的走向 06.TreeView控件的使用 核心: ...
- 使用dom4j解析XML文档
dom4j的包开源包,不属于JDK里面,在myeclipse中要单独导入在项目中,这里不累赘了 做这个过程,很慢,因为很多方法没用过不熟悉,自己得去查帮助文档,而且还得去试,因为没有中文版,英文翻译不 ...
- 四种生成和解析XML文档的方法详解(介绍+优缺点比较+示例)
众所周知,现在解析XML的方法越来越多,但主流的方法也就四种,即:DOM.SAX.JDOM和DOM4J 下面首先给出这四种方法的jar包下载地址 DOM:在现在的Java JDK里都自带了,在xml- ...
- java解析xml文档(dom)
DOM解析XML文档 读取本地的xml文件,通过DOM进行解析,DOM解析的特点就是把整个xml文件装载入内存中,形成一颗DOM树形结构,树结构是方便遍历和和操纵. DOM解析的特性就是读取xml文件 ...
- java 解析XML文档
Java 解析XML文档 一.解析XML文档方式: 1.DOM方式:将整个XML文档读取到内存中,按照XML文件的树状结构图进行解析. 2.SAX方式:基于事件的解析,只需要加载XML中的部分数据,优 ...
- DOM生成XML文档与解析XML文档(JUNIT测试)
package cn.liuning.test; import java.io.File; import java.io.IOException; import javax.xml.parsers.D ...
- [置顶] stax解析xml文档的6种方式
原文链接:http://blog.csdn.net/u011593278/article/details/9745271 stax解析xml文档的方式: 基于光标的查询: 基于迭代模型的查找: 基于过 ...
- Objective-C ,ios,iphone开发基础:使用GDataXML解析XML文档,(libxml/tree.h not found 错误解决方案)
使用GDataXML解析XML文档 在IOS平台上进行XML文档的解析有很多种方法,在SDK里面有自带的解析方法,但是大多情况下都倾向于用第三方的库,原因是解析效率更高.使用上更方便 这里主要介绍一下 ...
随机推荐
- LRU算法的设计
一道LeetCode OJ上的题目,要求设计一个LRU(Least Recently Used)算法,题目描述如下: Design and implement a data structure for ...
- js导出成excel
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/ ...
- HDU 4740 The Donkey of Gui Zhou (模拟)
由于一开始考虑的很不周到,找到很多bug.....越改越长,不忍直视. 不是写模拟的料...................... 反正撞墙或者碰到已经走过的点就会转向,转向后还碰到这两种情况就会傻站 ...
- poj 4044 Score Sequence(暴力)
http://poj.org/problem?id=4044 大致题意:给出两个班级的成绩,先按降序排序,而且没有成绩同样的.然后求连续的最长公共子序列.输出时,先输出最长公共子序列,然后按个位数字递 ...
- MATLAB - 为什么imshow(g,[])可以正常显示,而imshow(g)却显示空白图像?
Q:为什么imshow(g,[])可以正常显示,而imshow(g)却显示空白图像? A:数据类型如果是double,imshow的处理范围是0-1数据类型如果是uint8,imshow的处理范围是0 ...
- Android数据的四种存储方式SharedPreferences、SQLite、Content Provider和File (一)
作为一个完成的应用程序,数据存储操作是必不可少的.因此,Android系统一共提供了四种数据存储方式.分别是:SharePreference.SQLite.Content Provider和File. ...
- ##DAY6 UIScrollView
##DAY6 UIScrollView #pragma mark ———————UIScrollView——————————— 属性: contentSize 内容滚动范围 contentOffset ...
- C++中引用
在C语言中&这个符号表示了取地址符,但是在C++中它却有着不同的用途,掌握C++的&符号,是提高代码执行效率和增强代码质量的一个很好的办法.一.引用简介 引用就是某一变量(目标)的一个 ...
- Struts学习之集成Ajax
转自:http://blog.csdn.net/hanxuemin12345/article/details/38782213 一,引题 1,Json数据格式简介 JSON是脱离语言的理想的数据交换格 ...
- HDU2023-求平均成绩
描述: 假设一个班有n(n<=50)个学生,每人考m(m<=5)门课,求每个学生的平均成绩和每门课的平均成绩,并输出各科成绩均大于等于平均成绩的学生数量. 输入数据有多个测试实例,每个测试 ...