Python xml синтаксический анализ etree найти элемент X по положению

Я пытаюсь проанализировать следующий xml, чтобы извлечь определенные данные, а затем в конечном итоге отредактировать данные по мере необходимости.

Вот xml:

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<CHECKLIST>
<VULN>
    <STIG_DATA>
        <VULN_ATTRIBUTE>Vuln_Num</VULN_ATTRIBUTE>
        <ATTRIBUTE_DATA>V-38438</ATTRIBUTE_DATA>
    </STIG_DATA>
    <STIG_DATA>
        <VULN_ATTRIBUTE>Rule_Title</VULN_ATTRIBUTE>
        <ATTRIBUTE_DATA>More text.</ATTRIBUTE_DATA>
    </STIG_DATA>
    <STIG_DATA>
        <VULN_ATTRIBUTE>Vuln_Discuss</VULN_ATTRIBUTE>
        <ATTRIBUTE_DATA>Some text here</ATTRIBUTE_DATA>
    </STIG_DATA>
    <STIG_DATA>
        <VULN_ATTRIBUTE>IA_Controls</VULN_ATTRIBUTE>
        <ATTRIBUTE_DATA></ATTRIBUTE_DATA>
    </STIG_DATA>
    <STIG_DATA>
        <VULN_ATTRIBUTE>Rule_Ver</VULN_ATTRIBUTE>
        <ATTRIBUTE_DATA>Gen000000</ATTRIBUTE_DATA>
    </STIG_DATA>
    <STATUS>NotAFinding</STATUS>
    <FINDING_DETAILS></FINDING_DETAILS>
    <COMMENTS></COMMENTS>        
    <SEVERITY_OVERRIDE></SEVERITY_OVERRIDE>
    <SEVERITY_JUSTIFICATION></SEVERITY_JUSTIFICATION>
</VULN>

The data that I'm looking to pull from this is the STATUS, COMMENTS and the ATTRIBUTE_DATA directly following VULN_ATTRIBUTE that matches == Rule_Ver. So in this example.

Я должен получить следующее: Gen000000 NotAFinding None

Что у меня есть до сих пор, так это то, что я могу легко получить статус и комментарии, но не могу понять часть ATTRIBUTE_DATA. Я могу найти первый (Vuln_Num), затем я попытался добавить индекс, но это дает ошибку «индекс списка вне диапазона».

Вот где я сейчас.

import xml.etree.ElementTree as ET
doc = ET.parse('test.ckl')
root=doc.getroot()

TagList = doc.findall("./VULN")

for curTag in TagList:
    StatusTag = curTag.find("STATUS")
    CommentTag = curTag.find("COMMENTS")
    DataTag = curTag.find("./STIG_DATA/ATTRIBUTE_DATA")
    print "GEN:[%s] Status:[%s] Comments: %s" %( DataTag.text, StatusTag.text, CommentTag.text)

Это дает следующий вывод: GEN:[V-38438] Status:[NotAFinding] Comments: None

Я хочу: GEN:[Gen000000] Status:[NotAFinding] Comments: None

Таким образом, конечная цель состоит в том, чтобы иметь возможность анализировать сотни из них и редактировать поле комментариев по мере необходимости. Я не думаю, что часть редактирования будет такой сложной, как только я получу нужный элемент.

Логически я вижу два способа сделать это. Либо перейдите к ATTRIBUTE_DATA[5] и возьмите текст, либо найдите VULN_ATTRIBUTE == Rule_Ver, затем возьмите следующий ATTRIBUTE_DATA.

Я пытался сделать это:

DataTag = curTag.find(".//STIG_DATA//ATTRIBUTE_DATA")[5] andDataTag[5].текст`

и оба дают мнеIndexError: list index out of range

Я видел, что в lxml есть get_element_by_id и xpath, но я не могу добавлять модули в эту систему, поэтому для меня это etree.

Заранее спасибо.


python xml elementtree
person user3699853    schedule 25.09.2014    source источник

Ответы (1)


arrow_upward
2
arrow_downward

Можно найти элемент по положению, но вы использовали неправильный синтаксис XPath. Любая из следующих строк должна работать:

DataTag = curTag.find("./STIG_DATA[5]/ATTRIBUTE_DATA")    # Note: 5, not 4
DataTag = curTag.findall("./STIG_DATA/ATTRIBUTE_DATA")[4] # Note: 4, not 5

Тем не менее, я настоятельно рекомендую не использовать это. Нет никакой гарантии, что Rule_Ver экземпляр STIG_DATA всегда будет пятым элементом.

Если бы вы могли изменить на lxml, то это работает:

DataTag = curTag.xpath(
    './STIG_DATA/VULN_ATTRIBUTE[text()="Rule_Ver"]/../ATTRIBUTE_DATA')[0]

Поскольку вы не можете использовать lxml, вы должны перебирать элементы STIG_DATA вручную, например так:

def GetData(curTag):
    for stig in curTag.findall('STIG_DATA'):
        if stig.find('VULN_ATTRIBUTE').text == 'Rule_Ver':
            return stig.find('ATTRIBUTE_DATA')

Вот полная программа с проверкой ошибок, добавленной в GetData():

import xml.etree.ElementTree as ET
doc = ET.parse('test.ckl')
root=doc.getroot()

TagList = doc.findall("./VULN")

def GetData(curTag):
    for stig in curTag.findall('STIG_DATA'):
        vuln = stig.find('VULN_ATTRIBUTE')
        if vuln is not None and vuln.text == 'Rule_Ver':
            data = stig.find('ATTRIBUTE_DATA')
            return data

for curTag in TagList:
    StatusTag = curTag.find("STATUS")
    CommentTag = curTag.find("COMMENTS")
    DataTag = GetData(curTag)
    print "GEN:[%s] Status:[%s] Comments: %s" %( DataTag.text, StatusTag.text, CommentTag.text)

Использованная литература:

person Robᵩ    schedule 25.09.2014
comment
Спасибо за информацию. Ваша функция GetData работает как чемпион. - person user3699853; 25.09.2014