xmlから特定の要素を抽出したい

Question

xmlから特定の要素を抽出したいです。

<Relationships xmls="...">
<Relationship Id="rId7" Type="http://.../footer" Target="footer1.xml"/>
<Relationship Id="rId9" Type="http://.../footer" Target="footer2.xml"/>
</Relationships>

というxmlがあった時、IdのrId7とrId9、Targetのfooter1.xmlとfooter2.xmlを抽出したいです。

import xml.etree.ElementTree as ET
tree = ET.parse('country_data.xml')
root = tree.getroot()

のようにコードを書いたのですが、うまくパースできません。
どのようにコードを書けばいいのでしょうか？

Comments

[hayataka2049]

どのようにうまくパースできないのでしょうか

Answer 1

ElementTree で書く場合は以下のようになります。
findall() に XPath で指定します。

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

data = []
# XPath で指定 属性 Id 及び Target を持つ Relationship タグ
for e in root.findall('.//Relationship[@Id][@Target]'):
    data.append((e.attrib['Id'], e.attrib['Target']))
print(data)  # [('rId7', 'footer1.xml'), ('rId9', 'footer2.xml')]

ElementTree より BeautifulSoup のほうが DOM ツリーの操作、参照は楽です。

from bs4 import BeautifulSoup

with open('test.xml') as f:
    soup = BeautifulSoup(f, 'xml')

data = []
# 属性 Id 及び Target を持つ Relationship タグ
for e in soup.find_all('Relationship', Id=True, Target=True):
    data.append((e['Id'], e['Target']))
print(data)  # [('rId7', 'footer1.xml'), ('rId9', 'footer2.xml')]