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
- flume-ng+Kafka+Storm+HDFS 实时系统组合
http://www.aboutyun.com/thread-6855-1-1.html
- 【转】《分享一下我研究SQLSERVER以来收集的笔记》未整理
分享一下我研究SQLSERVER以来收集的笔记 http://www.cnblogs.com/lyhabc/archive/2013/07/27/3219117.html
- oracle slient静默安装并配置数据库及仅安装数据库不配置数据库shell
<1,>仅安装数据库软件不配置数据库 ./x86oracle.sh /ruiy/ocr/DBSoftware/app/oracle /ruiy/ocr/DBSoftware/app/ora ...
- linux下用mail发送邮件
利用外部邮箱发送邮件的方法 bin/mail会默认使用本地sendmail发送邮件,这样要求本地的机器必须安装和启动Sendmail服务,配置很麻烦,并且会带来不必要的 资源占用.而通过改动配置文件能 ...
- handlebar.js使用
官方网站:http://handlebarsjs.com/ 下载及查看使用帮助,或者用百度cdn引用 一.定义模板 <script id="entry-template" t ...
- JavaSE学习总结第26天_网络编程
26.01 网络编程概述 网络编程:就是用来实现网络互连的不同计算机上运行的程序间可以进行数据交换. 26.02 网络模型概述和图解 计算机网络之间以何种规则进行通信,就是网络模型研究问题. ...
- C++对象模型3--无重写的单继承
C++对象模型中加入单继承 不管是单继承.多继承,还是虚继承,如果基于“简单对象模型”,每一个基类都可以被派生类中的一个slot指出,该slot内包含基类对象的地址.这个机制的主要缺点是,因为间接性而 ...
- poj 2135 Farm Tour 费用流
题目链接 给一个图, N个点, m条边, 每条边有权值, 从1走到n, 然后从n走到1, 一条路不能走两次,求最短路径. 如果(u, v)之间有边, 那么加边(u, v, 1, val), (v, u ...
- [转]使用storyboard实现页面跳转,简单的数据传递
由于最近才接触到IOS,苹果已经建议storyboard来搭建所有界面了,于是我也追随时尚,直接开始使用storyboard.(不料在涉及到页面跳转的时候,遇到的问题是:点击后没有任何反应)众所周知, ...
- Springmvc异步上传文件
<script src="js/jquery.js" type="text/javascript"></script><scrip ...