Python XML Parsing

Question

* Nota: lxml no se ejecutará en mi sistema. Esperaba encontrar una solución que no implique lxml.

Ya he revisado algunos de los documentos aquí, y tengo dificultades para hacer que esto funcione, me gustaría. Me gustaría analizar algún archivo XML que tiene este aspecto:

<dict> 
    <key>1375</key> 
    <dict> 
     <key>Key 1</key><integer>1375</integer> 
     <key>Key 2</key><string>Some String</string> 
     <key>Key 3</key><string>Another string</string> 
     <key>Key 4</key><string>Yet another string</string> 
     <key>Key 5</key><string>Strings anyone?</string> 
    </dict> 
</dict> 

En el archivo que estoy tratando de manipular, hay más 'dict' que siguen a éste. Me gustaría leer el XML y generar un archivo text/dat que se vería así:

1375, "Some String", "Another String", "Yet another string", "Strings anyone?"

...

Eof

** Originalmente, He intentado utilizar lxml, pero después de muchos intentos para conseguir que funcione en mi sistema, pasé a usar DOM. Más recientemente, intenté usar Etree para hacer esta tarea. Por favor, por el amor de todo lo que es bueno, ¿alguien me ayudaría con esto? Soy relativamente nuevo en Python y me gustaría aprender cómo funciona esto. Os doy las gracias de antemano.

Answer 1

Puede usar xml.etree.ElementTree que se incluye con Python. Hay un acompañante incluido C implementado (es decir, mucho más rápido) xml.etree.cElementTree. lxml.etree ofrece un superconjunto de la funcionalidad, pero no es necesario para lo que desea hacer.

El código proporcionado por @Acorn funciona de forma idéntica para mí (Python 2.7, Windows 7) con cada una de las siguientes importaciones:

import xml.etree.ElementTree as et 
import xml.etree.cElementTree as et 
import lxml.etree as et 
... 
tree = et.fromstring(xmltext) 
... 

Lo que os problemas de instalación y lo que ha tenido con lxml?

Answer 2

import xml.etree.ElementTree as et 
import csv 

xmltext = """ 
<dicts> 
    <key>1375</key> 
    <dict> 
     <key>Key 1</key><integer>1375</integer> 
     <key>Key 2</key><string>Some String</string> 
     <key>Key 3</key><string>Another string</string> 
     <key>Key 4</key><string>Yet another string</string> 
     <key>Key 5</key><string>Strings anyone?</string> 
    </dict> 
</dicts> 
""" 

f = open('output.txt', 'w') 

writer = csv.writer(f, quoting=csv.QUOTE_NONNUMERIC) 

tree = et.fromstring(xmltext) 

# iterate over the dict elements 
for dict_el in tree.iterfind('dict'): 
    data = [] 
    # get the text contents of each non-key element 
    for el in dict_el: 
     if el.tag == 'string': 
      data.append(el.text) 
     # if it's an integer element convert to int so csv wont quote it 
     elif el.tag == 'integer': 
      data.append(int(el.text)) 
    writer.writerow(data)