Python: xmlתjson

1������

GooSeeker����9��ǰ�Ϳ�ʼ��Semantic Web����IJ�Ʒ����MSı��̨��DS�����������������Ʒ����web�������ṹ��ת�������崦�����Ҫ·���� XML -> RDF -> Ontology Engineering�������������Ʒ�������Ϣ��XML��ʽ�ģ�ʵ�ֵ�һ�����ṹ��ת����������Ϊһ����ҳ�ɼ�����˵�����XML��ʽҲ�кô�������һ�ֱ�׼��ʽ���������ݴ�����Ժ����׵ؽ��룬���ⷢ�ӡ�

��web���ɺ���վǰ������jsonԽ��Խ�ձ飬��Scrapy�ܹ��У�Scrapy dict��ݽṹ�����Ͼ���json�����ԣ���XML��ʽת����JSON��ʽ���б�Ҫ��

�������ֱ�����ԣ�XMLתJson���кܶ��ֳɵij�����ǣ�����ǰ��˵�ģ�GooSeeker�����XML��ʽ��Ҫ������ʵ�彨ģ�����Լ��涨��һ������ṹ������׼�����ԣ�����ֱ��ʹ���ֳɵ�ת����������Ҫ���ֳɵ�ת����������Щ�޸ġ�

������һ��ʵ���̣���û�п���GooSeekerҪ�������ṹ��ֻ����֤һ��XML��Json��ת����

2��ʵ���õ�XML�ļ�

����ʹ�á�python����ʵս��2������ȡ������Ʒ�б���һ�ĵĽ���ļ���python������ȡ�Ľ����� �����ֻ��б�_1.xml �ļ��С���������ͼ��ʾ

��������������ļ�������xmlתjson�IJ��ԣ�Ϊ��ȡ��gsExtractor������Json�ļ��Ĺ���������׼����

3�����Թ��

• ����ʹ�õ�ģ�飺xml.parsers.expat��  json

• �������룺 ��python����ʵս��2������ȡ������Ʒ�б�һ�ĵ�xml����ļ� �����ֻ��б�_1.xml ��Ϊ����

�������£�

#! /usr/bin/env python
# -*- coding:utf-8 -*-
# xml ת json
# xml2json.py
# Version 1.0

from xml.parsers.expat import ParserCreate
import json

class Xml2Json:
    LIST_TAGS = ['COMMANDS']
    
    def __init__(self, data = None):
        self._parser = ParserCreate()
        self._parser.StartElementHandler = self.start
        self._parser.EndElementHandler = self.end
        self._parser.CharacterDataHandler = self.data
        self.result = None
        if data:
            self.feed(data)
            self.close()
        
    def feed(self, data):
        self._stack = []
        self._data = ''
        self._parser.Parse(data, 0)

    def close(self):
        self._parser.Parse("", 1)
        del self._parser

    def start(self, tag, attrs):
        assert attrs == {}
        assert self._data.strip() == ''
        self._stack.append([tag])
        self._data = ''

    def end(self, tag):
        last_tag = self._stack.pop()
        assert last_tag[0] == tag
        if len(last_tag) == 1: #leaf
            data = self._data
        else:
            if tag not in Xml2Json.LIST_TAGS:
                # build a dict, repeating pairs get pushed into lists
                data = {}
                for k, v in last_tag[1:]:
                    if k not in data:
                        data[k] = v
                    else:
                        el = data[k]
                        if type(el) is not list:
                            data[k] = [el, v]
                        else:
                            el.append(v)
            else: #force into a list
                data = [{k:v} for k, v in last_tag[1:]]
        if self._stack:
            self._stack[-1].append((tag, data))
        else:
            self.result = {tag:data}
        self._data = ''

    def data(self, data):
        self._data = data

if __name__ == '__main__':
    xml = open("�����ֻ��б�_1.xml", 'r', encoding='UTF-8').read()
    result = Xml2Json(xml).result;
    outputfile = open("�����ֻ��б�_1.json", 'w', encoding='UTF-8')
    outputfile.write(str(result))
    outputfile.close()

• �ڿ���̨����:  $ python xml2json.py

• ��������������ֻ��б�_1.json�����к��ڵ�ǰ�ļ����¿��Կ�������ɵ�json�ļ�

4������������

• ��gsExtractor��ȡ���࣬�����µķ�����֧�ְ���ȡ����xmlת��Ϊjson��ʽ

• ת���ɵ�json�ṹ������GooSeekerҪ������������ṹ��Ϊֱ�Ӵ���MongoDB��׼��

5������ĵ�
1��Python��ʱ����������Ŀ: ������ȡ���Ķ���
2��Python����ʵս��2������ȡ������Ʒ�б�

6�����ѿ�GooSeeker��Դ��������Դ
1�� GooSeeker��ԴPython��������GitHubԴ

7���ĵ��޸���ʷ

2016-06-20��V1.0���״η���

���ij��� ��fullerhua�IJ����� ���ͣ�л��ת�أ�