Python: Daten im XML-Format analysieren

Szenenbeschreibung

Beim Schreiben eines Python-Crawlers stoße ich auf Daten im XML-Format, die mit XPath nicht normal analysiert werden können. Was soll ich zu diesem Zeitpunkt tun?

Test Umgebung

• Python 3.9.13

Testdaten

<?xml version="1.0" encoding="UTF-8"?>

<tradeproperty>
    <INDEX>
        <TRADING_DAY>20221012</TRADING_DAY>
        <PRODUCT_ID>IC</PRODUCT_ID>
        <INSTRUMENT_ID>IC2210</INSTRUMENT_ID>
        <INSTRUMENT_MONTH>2210</INSTRUMENT_MONTH>
        <BASIS_PRICE>6361.6</BASIS_PRICE>
        <OPEN_DATE>20220822</OPEN_DATE>
        <END_TRADING_DAY>20221021</END_TRADING_DAY>
        <UPPER_VALUE>0.1</UPPER_VALUE>
        <LOWER_VALUE>0.1</LOWER_VALUE>
        <UPPERLIMITPRICE>6256</UPPERLIMITPRICE>
        <LOWERLIMITPRICE>5118.8</LOWERLIMITPRICE>
        <LONG_LIMIT>1200</LONG_LIMIT>
    </INDEX>
    <INDEX>
        <TRADING_DAY>20221012</TRADING_DAY>
        <PRODUCT_ID>IC</PRODUCT_ID>
        <INSTRUMENT_ID>IC2211</INSTRUMENT_ID>
        <INSTRUMENT_MONTH>2211</INSTRUMENT_MONTH>
        <BASIS_PRICE>5929.6</BASIS_PRICE>
        <OPEN_DATE>20220919</OPEN_DATE>
        <END_TRADING_DAY>20221118</END_TRADING_DAY>
        <UPPER_VALUE>0.1</UPPER_VALUE>
        <LOWER_VALUE>0.1</LOWER_VALUE>
        <UPPERLIMITPRICE>6231.6</UPPERLIMITPRICE>
        <LOWERLIMITPRICE>5098.8</LOWERLIMITPRICE>
        <LONG_LIMIT>1200</LONG_LIMIT>
    </INDEX>
</tradeproperty>

Parsing-Code

import xml.etree.ElementTree as ET

test_xml = '''<?xml version="1.0" encoding="UTF-8"?>

<tradeproperty>
    <INDEX>
        <TRADING_DAY>20221012</TRADING_DAY>
        <PRODUCT_ID>IC</PRODUCT_ID>
        <INSTRUMENT_ID>IC2210</INSTRUMENT_ID>
        <INSTRUMENT_MONTH>2210</INSTRUMENT_MONTH>
        <BASIS_PRICE>6361.6</BASIS_PRICE>
        <OPEN_DATE>20220822</OPEN_DATE>
        <END_TRADING_DAY>20221021</END_TRADING_DAY>
        <UPPER_VALUE>0.1</UPPER_VALUE>
        <LOWER_VALUE>0.1</LOWER_VALUE>
        <UPPERLIMITPRICE>6256</UPPERLIMITPRICE>
        <LOWERLIMITPRICE>5118.8</LOWERLIMITPRICE>
        <LONG_LIMIT>1200</LONG_LIMIT>
    </INDEX>
    <INDEX>
        <TRADING_DAY>20221012</TRADING_DAY>
        <PRODUCT_ID>IC</PRODUCT_ID>
        <INSTRUMENT_ID>IC2211</INSTRUMENT_ID>
        <INSTRUMENT_MONTH>2211</INSTRUMENT_MONTH>
        <BASIS_PRICE>5929.6</BASIS_PRICE>
        <OPEN_DATE>20220919</OPEN_DATE>
        <END_TRADING_DAY>20221118</END_TRADING_DAY>
        <UPPER_VALUE>0.1</UPPER_VALUE>
        <LOWER_VALUE>0.1</LOWER_VALUE>
        <UPPERLIMITPRICE>6231.6</UPPERLIMITPRICE>
        <LOWERLIMITPRICE>5098.8</LOWERLIMITPRICE>
        <LONG_LIMIT>1200</LONG_LIMIT>
    </INDEX>
</tradeproperty>
'''
# 从xml格式字符串导入数据
root = ET.fromstring(test_xml)
# 遍历每条xml数据：INDEX
for child in root:
    print('=' * 60)
    # 遍历每条xml数据下的具体内容
    ## 方案一
    for item in child:
        print(f'{
      
      item.tag}：{
      
      item.text}')
    ## 方案二
    # for i in range(len(child)):
    #     print(f'{child[i].tag}：{child[i].text}')

Beispiel für Laufergebnisse:

============================================================
TRADING_DAY：20221012
PRODUCT_ID：IC
INSTRUMENT_ID：IC2210
INSTRUMENT_MONTH：2210
BASIS_PRICE：6361.6
OPEN_DATE：20220822
END_TRADING_DAY：20221021
UPPER_VALUE：0.1
LOWER_VALUE：0.1
UPPERLIMITPRICE：6256
LOWERLIMITPRICE：5118.8
LONG_LIMIT：1200
============================================================
TRADING_DAY：20221012
PRODUCT_ID：IC
INSTRUMENT_ID：IC2211
INSTRUMENT_MONTH：2211
BASIS_PRICE：5929.6
OPEN_DATE：20220919
END_TRADING_DAY：20221118
UPPER_VALUE：0.1
LOWER_VALUE：0.1
UPPERLIMITPRICE：6231.6
LOWERLIMITPRICE：5098.8
LONG_LIMIT：1200

Referenzlink

• xml.etree.ElementTree