Vlákno názorů k článku Čtyři způsoby zpracování XML v Pythonu od koska - Pěkný článek. Já teda používám na parsování knihovnu xml...

Pěkný článek.
Já teda používám na parsování knihovnu xml ElementTree. Vyrábím si dataframe pro další použití. Přišlo mi, že je jednoduchá a korektně zpracuje xml soubor třetí strany - zejména ho pak uloží v tom stejném formátu co ho načte. (V kódu níže jsem ponechal následně nevyužité načítání Name. )

import xml.etree.Ele­mentTree as ETree
import numpy as np
import pandas as pd
def Tmp_xmlParse(a­file):
#Parsing a XML file to get a TMP coefficients into Dataframe
tree = ETree.ElementTre­e(file=afile)
root = tree.getroot()
# print(ETree.tos­tring(root, encoding='utf8')­.decode('utf8'))
Name = []
Value = []
for x in root.iter('Name'):
Name.append(x.text)
for x in root.iter('Value'):
Value.append(x­.text)
Value = np.array(Value).T
TMP = pd.DataFrame(Va­lue).T
Col_Keep = np.array([5,6,8,9,1­2,13,14,15,16,17])
Col_Keep= Col_Keep-1
TMPa = TMP.iloc[:, Col_Keep].copy()
Colnames=[ "TIS","TIS2",­"TPVR1","TPVR2","A0","A1­","A2","A3","F10","F11"]
TMPa.columns = Colnames
return TMPa # An explicit return statement


Koukám, že code mi sebralo taby formátování pythonu :-(

Takhle vypadá můj xml soubor

<Data>
<DataInfo>
<ComponentClas­s>Machine</Com­ponentClass>
<ComponentType>AS­peed</Componen­tType>
<Version>2003</Ver­sion>
</DataInfo>
<RecordSet>
<Record>
<Field>
<Name>TModel</Name>
<Value>9024</Value>
</Field>
...
<Field>
<Name>F10Coef</Na­me>
<Value>0.0</Value>
</Field>
<Field>
<Name>F11Coef</Na­me>
<Value>0.08617260481­268542</Value>
</Field>
</Record>
</RecordSet>
</Data>


17. 2. 2022, 08:57 editováno autorem komentáře

Jaké taby?

že by odsazení pomocí tabulátorů? ;-) ... a nezačínej s bajkou o čtyřech mezerách brácho :-D

Jo jo, přesně ty mezery. Dík. :)

Když bajka o tom, jak čtyři chudé mezery porazily namyšleného tab obra, je tak dobrá.

Ty odrážky, mezery, zkrátka taby na začátku řádku, co si dělám tabelátorem. Ale hlavní přínos mojeho příspěvku je nacpání hodnot z toho xml přímo do dataframu.
Mě osobně se s těma seznamama, rootama, stromama, childama, atp., dost blbě pracuje, stejně si to musim převýst do nějakýho pole, aby se s tim dalo vůbec nějak počítat.
Tohle mi v tom článku chybí.

Priste zkus pre namisto code...

Ajo to máš v podstatě jednoduchý záznamy z DB uložené v XML, žádná hluboká stromová struktura. Potom to dává smysl dávat do dataframu. Ale pokud je to obecnější strom, to už je někdy peklo.