2

Есть xml файл:

<row>
<row_id>11</row_id>
<col_account_id>2783</col_account_id>
<col_login>unknown</col_login>
<col_full_name>unknown</col_full_name>
<col_actual_payment_date>Tue Jul 13 14:08:35 MSK 2021</col_actual_payment_date>
<col_date_of_payment>Tue Jul 13 14:09:01 MSK 2021</col_date_of_payment>
<col_volume>9.500</col_volume>
<col_currency>BYN</col_currency>
<col_comment>Ошибочно начисленная абон. плата</col_comment>
<col_payment_method>Перерасчет (103)</col_payment_method>
<col_recieved_by>evandrushenko (-44)</col_recieved_by>
</row>
<row>
<row_id>12</row_id>
<col_account_id></col_account_id>
<col_login>ubil1_20</col_login>
<col_full_name>(РОУТ)Демидова Наталья Васильевна</col_full_name>
<col_actual_payment_date>Tue Jul 13 10:00:03 MSK 2021</col_actual_payment_date>
<col_date_of_payment>Tue Jul 13 10:00:31 MSK 2021</col_date_of_payment>
<col_volume>15.900</col_volume>
<col_currency>BYN</col_currency>
<col_comment>No comment</col_comment>
<col_payment_method>Оплата наличными (абон плата при подкл) (108)</col_payment_method>
<col_recieved_by>evandrushenko (-44)</col_recieved_by>
</row>
<row>
<row_id>13</row_id>
<col_account_id>2784</col_account_id>
<col_login>chong8_25-2</col_login>
<col_full_name>(РОУТ )Новиков Александр Владимирович</col_full_name>
<col_actual_payment_date>Fri Jul 09 12:00:26 MSK 2021</col_actual_payment_date>
<col_date_of_payment>Fri Jul 09 12:00:43 MSK 2021</col_date_of_payment>
<col_volume>12.900</col_volume>
<col_currency>BYN</col_currency>
<col_comment></col_comment>
<col_payment_method>Оплата наличными (абон плата при подкл) (108)</col_payment_method>
<col_recieved_by>evandrushenko (-44)</col_recieved_by>
</row>

Есть парсер для XML файла:

import xml.dom.minidom as minidom

try:
        with minidom.parse(xml) as doc:
            books = doc.getElementsByTagName("row")

            xml_tuple = ("col_date_of_payment", "col_actual_payment_date", "col_account_id",\
                         "col_full_name", "col_volume", "col_comment", "col_payment_method")
            titles = []
            [[titles.append(book.getElementsByTagName(i)[0]) for i in xml_tuple] \
                                                             for book in books]
            """Поля не должны быть пустыми"""
            y = []
            [[y.append(node.data) for node in title.childNodes \
                                                               if node.nodeType == node.TEXT_NODE]\
                                  for title in titles]
    except (Exception, TypeError, AttributeError):
        log.error("Exception occurred", exc_info=True)
        time.sleep(20)
    else:
        log.info("Считаем количество платежей")
        y = zip(*[iter(y)] * 7)
        yield tuple(y)

Как здесь можно реализовать проверку на пустые поля?

Скажем, если col_actual_payment_date пустой, то заполнить это поле звездочками(***).

Результат должен быть следующий:

[['Tue Jul 13 14:09:01 MSK 2021', 'Tue Jul 13 14:08:35 MSK 2021', '2783', 'unknown', '9.500', 'Ошибочно начисленная абон. плата', 'Перерасчет (103)'],
['16.07.2021', '16.07.2021', '***', '(РОУТ)Демидова Наталья Васильевна', '14,97', 'Перенос с СКТ на СПД Справка №56 от 13.07.2021', 'Оплата наличными (абон плата при подкл) (108)'],
['Fri Jul 09 12:00:43 MSK 2021', 'Fri Jul 09 12:00:26 MSK 2021', '2784', '(РОУТ )Новиков Александр Владимирович', '12.900', '***', 'Оплата наличными (абон плата при подкл) (108)']]
3
  • Вместо генерации списка для итерации используйте обычный цикл. А что находится в node.data, когда он пустой? Выведите print(repr(node.data))
    – gil9red
    9 авг 2021 в 9:03
  • Получается, если элемент пустой, он просто перескакивает на следующий элемент.
    – EGR
    9 авг 2021 в 9:10
  • Добавьте, пожалуйста, в вопрос пример XML и ожидаемый результат :)
    – gil9red
    9 авг 2021 в 9:12

1 ответ 1

1

Добавил функцию для получения текста из элемента с значением по умолчанию

Переписал алгоритм парсинга

Пример:

import xml.dom.minidom as minidom


def get_all_text(node) -> str:
    if node.nodeType == node.TEXT_NODE:
        return node.data
    else:
        return ''.join(get_all_text(child_node) for child_node in node.childNodes)


xml = '1.xml'

with minidom.parse(xml) as doc:
    xml_tuple = (
        "col_date_of_payment", "col_actual_payment_date", "col_account_id",
        "col_full_name", "col_volume", "col_comment", "col_payment_method"
    )

    items = []
    for row_el in doc.getElementsByTagName("row"):
        row = []
        for tag_name in xml_tuple:
            child_el = row_el.getElementsByTagName(tag_name)[0]
            child_text = get_all_text(child_el) or '***'
            row.append(child_text)

        items.append(row)

    print(items)

Результат:

[
['Tue Jul 13 14:09:01 MSK 2021', 'Tue Jul 13 14:08:35 MSK 2021', '2783', 'unknown', '9.500', 'Ошибочно начисленная абон. плата', 'Перерасчет (103)'], 
['Tue Jul 13 10:00:31 MSK 2021', 'Tue Jul 13 10:00:03 MSK 2021', '***', '(РОУТ)Демидова Наталья Васильевна', '15.900', 'No comment', 'Оплата наличными (абон плата при подкл) (108)'], 
['Fri Jul 09 12:00:43 MSK 2021', 'Fri Jul 09 12:00:26 MSK 2021', '2784', '(РОУТ )Новиков Александр Владимирович', '12.900', '***', 'Оплата наличными (абон плата при подкл) (108)']
]

UPD.

Думаю, указывать *** в функции в качестве значения по умолчанию нехорошая идея, лучше вынести проверку из функции:

def get_all_text(node) -> str:
    if node.nodeType == node.TEXT_NODE:
        return node.data
    else:
        return ''.join(get_all_text(child_node) for child_node in node.childNodes)

with minidom.parse(xml) as doc:
    ...
    for row_el in doc.getElementsByTagName("row"):
         ...
            child_text = get_all_text(child_el) or '***'
2
  • Спасибо за ответ, можете также сказать, почему в данном случае вместо спискового включения лучше использовать обычный цикл?
    – EGR
    9 авг 2021 в 10:06
  • @EGR, пожалуйста :) списковое включение лучше использовать по назначению -- для генерации списка. У вас оно неправильно использовалось, а именно для итерации, порождая второй список списков из результатов метода append, накидал пример правильного спискового включения: pastebin.com/Gj0swPWB . И я думаю, что не стоит большие конструкции кода включать в генерацию списка, это уменьшает читаемость кода
    – gil9red
    9 авг 2021 в 10:10

Ваш ответ

By clicking “Отправить ответ”, you agree to our terms of service and acknowledge that you have read and understand our privacy policy and code of conduct.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.