从xml中提取值

Question

Q非常业余的程序员在这里，寻求你的帮助。

我必须经常编辑这样的xml文件

    --- blah blah blah plenty xml stuff above ---
    <lex marker="mala" sentiment="negative"/>
    <lex marker="malas" sentiment="negative"/>
    <lex marker="maleducad\p{Ll}*" sentiment="negative" regex="true"/>
    <lex marker="mali\p{Ll}+sima\p{Ll}*" sentiment="negative" regex="true"/>
    <lex marker="mali\p{Ll}+simo\p{Ll}*" sentiment="negative" regex="true"/>
    --- blah blah blah plenty xml stuff below ---

使用一个相当复杂的正则表达式搜索和替换过程，我只能提取标记属性的值。（这就是我所关心的）。

但是这很耗时，而且在Python中必须有非常简单的方法来查找属性标记="SOME_TEXT"部分并将所有值放入一个数组中，然后打印出该数组（到文件中）。但是我无法弄清楚：（

我正在寻找一种不包括导入任何类型的XML库的方法，因为我想让它尽可能简单（和逻辑性），让我的业余编程头脑可以从中学习），而且我只对来自该特定属性的数据感兴趣，我不关心文件的任何其他部分（或它的XML特性）。

我只问python，因为我认为这是一种我很想学习的语言。但是如果你能想出一种Linux终端的方法（sed，awk e.t.c.），我也很乐意走这条路。

Answer 1

将XML与正则表达式匹配变得太复杂、太快了。您真的不应该这样做。

相反，使用XML解析器，Python有几种选择：

• ElementTree是标准库的一部分

元素树示例：

from xml.etree import ElementTree

tree = ElementTree.parse('filename.xml')
for elem in tree.findall('lex'):
    print elem.attrib['marker']