DjangoBB LoFi version

Полная версия: парсинг xml с фильтром из белого списка

Начало » Python для новичков » парсинг xml с фильтром из белого списка

papuas

Июнь 19, 2015 10:08:01

Привет ребят, подскажите пожалуйста.
Есть некий xml из которого забираю name user_id, беда в том, что есть плохие name и те которые обрабатывать не нужно.
как создать и применить список, который не будет обрабатываться при парсинге ?
что имею:

#!/usr/bin/env python
# -*- coding: utf-8 -*-
from xml.dom.minidom import *
xml = parse('test.xml')
name = xml.getElementsByTagName('user_id')
for node in name:
    print node.childNodes[0].data.encode('utf-8')

PooH

Июнь 19, 2015 10:56:46

Критерии “плохости” изложите. А, вообще, что мешает, когда идете по списку в for, делать проверку и пропускать ненужные?

papuas

Июнь 19, 2015 14:39:58

PooH
Критерии “плохости” изложите. А, вообще, что мешает, когда идете по списку в for, делать проверку и пропускать ненужные?

user_id bad = ;$*asd@
я новичок в этом деле
как продолжить код, чтобы пропускать user_id bad который содержится в другом файле user_bad ?

PooH

Июнь 19, 2015 17:24:41

for node in name:
    user_id = node.childNodes[0].data.encode('utf-8')
    if is_bad(user_id):
        continue
    print user_id

или

for node in name:
    user_id = node.childNodes[0].data.encode('utf-8')
    if not is_bad(user_id):
        print user_id

Функция is_bad получает user_id и возвращает True если он плохой и False в противном случае. Если список плохих id читается из файла можно сделать типа такого:

#!/usr/bin/env python
# -*- coding: utf-8 -*-
from xml.dom.minidom import *
 
class IdTester(object):
    def __init__(self, filename):
        with open(filename) as inf:
            self.bad_ids = {s: True for s in inf.readlines()}
     
    def is_bad(self, key):
        return key in self.bad_ids
 
 
xml = parse('test.xml')
name = xml.getElementsByTagName('user_id')
tester = IdTester('user_bad')
for node in name:
     user_id = node.childNodes[0].data.encode('utf-8')
     if not tester.is_bad(user_id):
         print user_id

papuas

Июнь 20, 2015 13:03:48

File "./unknow.py", line 8
    self.bad_ids = {s: True for s in inf.readlines()}

PooH

Июнь 21, 2015 09:26:33

Древний питон?, попробуйте так

self.bad_ids = dict(map(lambda x: (x, True), inf.readlines()))

py.user.next

Июнь 21, 2015 10:37:17

PooH

self.bad_ids = dict(map(lambda x: (x, True), inf.readlines()))

>>> dict.fromkeys('abc', True)
{'c': True, 'b': True, 'a': True}
>>>

PooH

Июнь 21, 2015 11:19:12

py.user.next
>>> dict.fromkeys('abc', True)

уел :)

py.user.next

Июнь 21, 2015 11:32:12

Надеюсь, readlines() тоже не будешь делать, так как файловый поток - сам по себе итератор.

>>> dict.fromkeys(open('/etc/issue'), True)
{'\n': True, 'Fedora release 20 (Heisenbug)\n': True, 'Kernel \\r on an \\m (\\l)\n': True}
>>>