XML：回溯父元素

Question

我正在寻找与 python 中的 XML 相关的问题的解决方案。尽管spectrum不是根元素，但我们假设它是本示例中的根元素。

<spectrum index="2" id="controller=0 scan=3" defaultArrayLength="485">
          <cvParam cvRef="MS" accession="MS:1000511" name="ms level" value="2"/>
          <cvParam cvRef="MS" accession="MS:1000580" name="MSn spectrum" value=""/>
          <cvParam cvRef="MS" accession="MS:1000127" name="centroid mass spectrum" value=""/>
          <precursorList count="1">
            <precursor spectrumRef="controller=0 scan=2">
              <isolationWindow>
                <cvParam cvRef="MS" accession="MS:1000040" name="m/z" value="810.78999999999996"/>
                <cvParam cvRef="MS" accession="MS:1000023" name="isolation width" value="2"/>
              </isolationWindow>
              <selectedIonList count="1">
                <selectedIon>
                  <cvParam cvRef="MS" accession="MS:1000040" name="m/z" value="810.78999999999996"/>
                </selectedIon>
              </selectedIonList>
              <activation>
                <cvParam cvRef="MS" accession="MS:1000133" name="collision-induced dissociation" value=""/>
                <cvParam cvRef="MS" accession="MS:1000045" name="collision energy" value="35"/>
              </activation>
            </precursor>
          </precursorList>
          <binaryDataArrayList count="2">
            <binaryDataArray encodedLength="5176">
              <cvParam cvRef="MS" accession="MS:1000523" name="64-bit float" value=""/>
              <cvParam cvRef="MS" accession="MS:1000576" name="no compression" value=""/>
              <cvParam cvRef="MS" accession="MS:1000514" name="m/z array" value="" unitCvRef="MS" unitAccession="MS:1000040" unitName="m/z"/>
              <binary>AAAAYHHsbEAAAADg3yptQAAAAECt7G1AAAAAAN8JbkAAAAAA.......hLJ==</binary>
            </binaryDataArray>
            <binaryDataArray encodedLength="2588">
              <cvParam cvRef="MS" accession="MS:1000521" name="32-bit float" value=""/>
              <cvParam cvRef="MS" accession="MS:1000576" name="no compression" value=""/>
              <cvParam cvRef="MS" accession="MS:1000515" name="intensity array" value=""/>
              <binary>ZFzUQWmVo0FH/o9BRfUyQg+xjUOzkZdC5k66QWk6HUSpqyZCsV1NQ......uH=</binary>
            </binaryDataArray>
          </binaryDataArrayList>
</spectrum>

我想要实现的是找到树中的所有 selectedIon 元素并回溯其父元素谱。如果找到 selectedIon 元素，则

<块引用>

所选离子信息：

<小时>

质量：810.78999999999996

光谱信息：
-------------
索引=2
id=控制器=0
扫描=3
长度=485

一般信息
------------
毫秒级别=2
MSN频谱= -
质心质谱=-
……………………
所有 cvParam 名称和值如上。 

二进制
------
m/z 数组 = AAAAYHHsbEAAADg3yptQAAAAECt7G1AAAA.....== 

强度数组 = ZFzUQWmVo0FH/o9BRfUyQg+xjUOzkZdC5k66Q....5C77=

到目前为止我尝试过的：

import xml.etree.ElementTree as ET
tree=ET.parse('file.mzml')
NS="{http://psi.hupo.org/ms/mzml}"
filesource=tree.findall('.//'+NS+'selectedIon') # Will get all selectedIon element from the tree

现在我如何回溯到谱元素/子元素以解析出上述相关信息？

我怎样才能成功？

Answer 1

XPath 将允许您访问祖先：“ancestor::spectrum”将返回您所包含的 元素。如果您使用 lxml，则可以使用完整的 XPath 语法来查找所需的元素。

from lxml import etree
tree = etree.XML('file.mzml')
NS = "{http://psi.hupo.org/ms/mzml}"
filesource = tree.findall('.//'+NS+'selectedIon')
spectrum = filesource.xpath('ancestor::spectrum')[0]

（我认为，未经测试...）

更新：实际有效的代码：

from lxml import etree

tree = etree.parse('foo.xml')
for el in tree.findall(".//selectedIon"):
    for top in el.xpath("ancestor::spectrum"):
        print top

Answer 2

如果这仍然是一个当前问题，您可以尝试 pymzML，mzML 文件的 python 接口。

打印所有 MS2 谱图的所有信息就像这样简单：（

import pymzml
msrun = pymzml.run.Reader("your-file.mzML")
for spectrum in msrun:
    if spectrum['ms level'] == 2:
        # spectrum is a dict, so you can just print it        
        print(spectrum)

披露：我是作者之一）