Как преобразовать XML в JSON в Python?

Джейкоб Смуллян написал утилиту под названием ядовитая рыба, которая использует ЭлементДерево effbot для преобразования XML в JSON.

Я думаю, что формат XML может быть настолько разнообразным, что невозможно написать код, который мог бы это сделать, без очень строго определенного формата XML. Вот что я имею в виду:

<persons>
    <person>
        <name>Koen Bok</name>
        <age>26</age>
    </person>
    <person>
        <name>Plutor Heidepeen</name>
        <age>33</age>
    </person>
</persons>

Станет

{'persons': [
    {'name': 'Koen Bok', 'age': 26},
    {'name': 'Plutor Heidepeen', 'age': 33}]
}

Но что бы это было:

<persons>
    <person name = "Koen Bok">
        <locations name = "defaults">
            <location long=123 lat=384 />
        </locations>
    </person>
</persons>

Понимаете, что я имею в виду?

Обновлено: только что нашел эту статью: http://www.xml.com/pub/a/2006/05/31/converting-between-xml-and-json.html

Одна из возможностей - использовать Objectify или ElementTree из lxml модуль. Более старая версия ElementTree также доступна в модуле python xml.etree. Любой из них преобразует ваш xml в объекты Python, которые затем можно использовать simplejson для сериализации объекта в JSON.

Хотя это может показаться болезненным промежуточным этапом, он становится более понятным, когда вы имеете дело с обоими обычными объектами Python XML а также.

В общем, вы хотите перейти от XML к обычным объектам вашего языка (поскольку для этого обычно есть разумные инструменты, а это более сложное преобразование). А затем из Plain Old Object создайте JSON - для этого тоже есть инструменты, и это довольно простая сериализация (поскольку JSON - это «нотация объектов», естественно, подходит для сериализации объектов). Я предполагаю, что у Python есть свой набор инструментов.

Совет Совьюта по объективации lxml хорош. С помощью специального подкласса simplejson вы можете превратить результат lxml objectify в json.

import simplejson as json
import lxml

class objectJSONEncoder(json.JSONEncoder):
  """A specialized JSON encoder that can handle simple lxml objectify types
      >>> from lxml import objectify
      >>> obj = objectify.fromstring("<Book><price>1.50</price><author>W. Shakespeare</author></Book>")       
      >>> objectJSONEncoder().encode(obj)
      '{"price": 1.5, "author": "W. Shakespeare"}'       
 """


    def default(self,o):
        if isinstance(o, lxml.objectify.IntElement):
            return int(o)
        if isinstance(o, lxml.objectify.NumberElement) or isinstance(o, lxml.objectify.FloatElement):
            return float(o)
        if isinstance(o, lxml.objectify.ObjectifiedDataElement):
            return str(o)
        if hasattr(o, '__dict__'):
            #For objects with a __dict__, return the encoding of the __dict__
            return o.__dict__
        return json.JSONEncoder.default(self, o)

См. Пример использования в строке документации, по сути, вы передаете результат lxml objectify методу кодирования экземпляра objectJSONEncoder.

Обратите внимание, что здесь очень актуальна точка зрения Коэна, приведенное выше решение работает только для простого вложенного xml и не включает имя корневых элементов. Это можно исправить.

Я включил этот класс в суть здесь: http://gist.github.com/345559

Я написал небольшой скрипт Python на основе командной строки, основанный на pesterfesh, который делает именно это:

https://github.com/hay/xml2json

xmltodict (полное раскрытие: это я написал) может помочь вам преобразовать ваш XML в структуру dict + list + string, следуя этому "стандарт". Он основан на Эмигрант, поэтому работает очень быстро и не требует загрузки всего XML-дерева в память.

Получив эту структуру данных, вы можете сериализовать ее в JSON:

import xmltodict, json

o = xmltodict.parse('<e> <a>text</a> <a>text</a> </e>')
json.dumps(o) # '{"e": {"a": ["text", "text"]}}'