Parsing CDATA in XML con Python

Question

ho bisogno di analizzare un file XML con un certo numero di blocchi di CDATA che ho bisogno di conservare per poi tracciare:

<process id="process1"> <log name="name1" device="device1"><![CDATA[timestamp value]]]></log> <log name="name2" device="device2"><![CDATA[timestamp value, timestamp value, timestamp]]]></log> </process>

ho bisogno di fare questo più volte e rapidamente e sto cercando il modo migliore per farlo. Ho letto che ElementTree è il più veloce dei metodi, ma sono aperto ad altri suggerimenti.

Answer 1

Ecco due esempi di come farlo:

from lxml import etree 
import xml.etree.ElementTree as ElementTree 

CONTENT = """ 
<process id="process1"> 
<log name="name1" device="device1"><![CDATA[timestamp value]]></log> 
<log name="name2" device="device2"><![CDATA[timestamp value, timestamp value, timestamp]]></log> 
</process> 
""" 

def parse_with_lxml(): 
    root = etree.fromstring(CONTENT) 
    for log in root.xpath("//log"): 
     print log.text 

def parse_with_stdlib(): 
    root = ElementTree.fromstring(CONTENT) 
    for log in root.iter('log'): 
     print log.text 

if __name__ == '__main__': 
    parse_with_lxml() 
    parse_with_stdlib() 

uscita:

timestamp value 
timestamp value, timestamp value, timestamp 
timestamp value 
timestamp value, timestamp value, timestamp 

Il testo attribuiscono gestisce in entrambi i casi.