使用CSV文件存储的值更新Python lxml etree子元素属性的方法

解决方案 #

你用csv.DictReader读取的每一行数据本身就是以CSV表头为键的字典，直接通过字段名就能取出对应值替换写死的Test。按你按Gruppering分组的逻辑，同一分组内Personnummer是统一的，先从分组首行取该值，再遍历分组内所有行生成对应Anstallning节点和子节点即可，修改后的完整代码如下：

from lxml import etree
from itertools import groupby
import csv

with open(r'\\ora-2.ug.test.se\utdata\Diverse filer\Öppna H3\Arbetsdokument\TestCSV.csv', encoding='utf-8') as data_file:
    reader = csv.DictReader(data_file)
    group_key = lambda x: x['Gruppering']
    data = sorted(list(reader), key=group_key)

    root = etree.Element('root')
    for group_val, rows in groupby(data, key=group_key):
        # 转成列表方便取首行和遍历
        row_list = list(rows)
        # 取分组内统一的Personnummer
        person_num = row_list[0]['Personnummer']
        # 生成Arbetstagare节点，直接传属性值
        arbetstagare = etree.SubElement(root, 'Arbetstagare', Personnummer=person_num)
        # 遍历分组内每一行生成对应Anstallning节点
        for row in row_list:
            anstallning = etree.SubElement(arbetstagare, 'Anstallning', Anstallningsnummer=row['Anstallningsnummer'])
            # 生成Period节点和下属字段
            period = etree.SubElement(anstallning, 'Period')
            for field in ['From', 'Tom', 'Avtalstillhorighet', 'Pensionsalder', 'Anstallningstyp', 'Avslutsorsak']:
                sub_ele = etree.SubElement(period, field)
                sub_ele.text = row[field]
# 可选：格式化输出XML验证结果
print(etree.tostring(root, pretty_print=True, encoding='unicode'))

补充说明 #

你之前猜测的set方法或者直接修改attrib属性也可以实现，和创建节点时直接传属性参数效果一致，比如以下两种写法和上面的属性赋值效果完全相同：

• 方法1：arbetstagare.set('Personnummer', person_num)
• 方法2：arbetstagare.attrib['Personnummer'] = person_num
  代码加了encoding='utf-8'避免读取含特殊字符的CSV时出现乱码，你可以根据实际CSV的编码调整参数。

内容的提问来源于stack exchange，提问作者Martin