如何将此XML数据解析到Python的表中

Question

我有以下XML，我想将其解析到表中。我一直在环顾四周，找不到一个好的答案。困难的部分是：

1. 不同子树中的标题和数据
2. 所有内部标签具有相同的名称（TH或TD）

疫苗	日期	状态	剂量	路线	站点点	评论	ID ID
疫苗A	星期一，2019年3月15日，	DOME					IMM。
疫苗B	TUE，2019年9月20日	完成了					IMM。

<ns0:text xmlns:ns0="urn:hl7-org:v3">
  <ns0:table border="1" width="100%">
    <ns0:thead>
      <ns0:tr>
        <ns0:th>Vaccine</ns0:th>
        <ns0:th>Date</ns0:th>
        <ns0:th>Status</ns0:th>
        <ns0:th>Dose</ns0:th>
        <ns0:th>Route</ns0:th>
        <ns0:th>Site</ns0:th>
        <ns0:th>Comment</ns0:th>
      </ns0:tr>
    </ns0:thead>
    <ns0:tbody>
      <ns0:tr>
        <ns0:td>
          <ns0:content ID="immunizationDescription1">Vaccin A</ns0:content>
        </ns0:td>
        <ns0:td>Monday, March 15, 2019 at 4:46:00 pm</ns0:td>
        <ns0:td>Done</ns0:td>
        <ns0:td>
        </ns0:td>
        <ns0:td />
        <ns0:td />
        <ns0:td />
      </ns0:tr>
      <ns0:tr>
        <ns0:td>
          <ns0:content ID="immunizationDescription2">Vaccine B</ns0:content>
        </ns0:td>
        <ns0:td>Tuesday, September 20, 2019 at 12:00:00 am</ns0:td>
        <ns0:td>Done</ns0:td>
        <ns0:td>
        </ns0:td>
        <ns0:td />
        <ns0:td />
        <ns0:td />
      </ns0:tr>
    </ns0:tbody>
  </ns0:table>
</ns0:text>

Answer 1

只要您照顾自己的命名空间，您就应该对这样的东西可以很好，尽管它有点令人费解：

from lxml import etree

nsmap = {"ns0": "urn:hl7-org:v3"}
rows = []
cols = doc.xpath('//ns0:thead//ns0:tr//ns0:th/text()', namespaces=nsmap)
cols.append("ID")

for p in doc.xpath('//ns0:tbody//ns0:tr', namespaces=nsmap):
    vaccine = p.xpath('.//ns0:content/text()', namespaces=nsmap)[0]
    id = p.xpath('.//ns0:content/@ID', namespaces=nsmap)[0]
    date = p.xpath('substring-before(.//ns0:td[position()=2]/text()," at")', namespaces=nsmap)
    status = p.xpath('.//ns0:td[position()>2]', namespaces=nsmap)
    row = []
    row.extend([vaccine,date])
    row.extend([sta.text.strip() if sta.text else "" for sta in status])
    #you could combine the previous two lines into one, but that would make it somewhat less readable
    row.append(id)
    rows.append(row)

输出（赦免格式）：

Vaccine     Date    Status  Dose    Route   Site    Comment     ID
0   Vaccin A    Monday, March 15, 2019          Done            immunizationDescription1
1   Vaccine B   Tuesday, September 20, 2019     Done            immunizationDescription2