我正在处理一个大型xml文件,我一直在其中尝试提取键和值。该文件中的信息非常敏感,因此我无法共享。我首先使用xml
库。但是,经过数小时的挫折,我发现了xmltodict
库。我使用该库将xml转换为字典(相对于xml我更熟悉)。
import xmltodict
# convert xml to dictionary
dict_nested = xmltodict.parse(str_xml)
现在xml是一个字典,我想将其展平,因为存在许多级别(我不知道有多少个级别),同时创建了可以帮助我跟踪其相应值的路径的键名。因此,我尝试了:
from flatten_dict import flatten
# flatten dict_nested
dict_flat = flatten(dict_nested)
结果可能看起来像这样,但有更多层:
{'ID': '123',
'info': [{'breed':'collie'},
{'fur': [{'short':'no'},
{'color':[{'black':'no'},
{'brown':'yes'}]}]}]}
这很好用,因为我的键是显示图层路径的元组。我的值可以是字符串(即要查找的最终结果)或类型为[[OrderedDict的列表。
由于每个列表中的每个字典都需要展平,而且我不知道这样做的深度,因此我试图找到一种以编程方式展平所有字典,直到所有键都对应一个值(即,不是列表或字典)。理想情况下,输出看起来像这样:
{'ID':'123',
'info_breed':'collie',
'info_fur_short':'no',
'info_fur_color_black':'no',
'info_fur_color_brown':'yes'}
很抱歉,由于敏感信息,我不能分享更多的输出。
dict_flat = {'ID': '123',
'info': [{'breed':'collie'},
{'fur': [{'short':'no'},
{'color':[{'black':'no'},
{'brown':'yes'}]}]}]}
def my_flatten(dict_flat, key_prefix=None):
result = {}
for k, v in dict_flat.items():
key = f'{key_prefix}_{k}' if key_prefix is not None else k
if isinstance(v, list):
for d in v:
result.update(my_flatten(d, key))
else:
result[key] = v
return result
my_flatten(dict_flat)
输出:
{'ID': '123', 'info_breed': 'collie', 'info_fur_short': 'no', 'info_fur_color_black': 'no', 'info_fur_color_brown': 'yes'}
d = {'ID': '123',
'info': [{'breed':'collie'},
{'fur': [{'short':'no'},
{'color':[{'black':'no'},
{'brown':'yes'}]}]}]}
def flatten(obj, prefix=[]):
if isinstance(obj, str):
yield ('_'.join(prefix), obj)
elif isinstance(obj, list):
for o in obj:
yield from flatten(o, prefix)
else:
for k, v in obj.items():
yield from flatten(v, prefix + [k])
dict(flatten(d))
结果:
{'ID': '123', 'info_breed': 'collie', 'info_fur_short': 'no', 'info_fur_color_black': 'no', 'info_fur_color_brown': 'yes'}
这避免了在函数中管理字典,这些函数取决于您对事物的看法,可能更易于推理。