ElementTree로 xml파일 읽어오기 (1)

SemEval의 훈련 데이터를 다운로드 했더니 xml파일이었다.

찾아보니 Python의 import xml.etree.ElementTree as ET로 xml파일을 처리할 수 있었다.

도큐멘트 -> https://docs.python.org/ja/3/library/xml.etree.elementtree.html

 

참고로 SemEval의 훈련 데이터 xml파일을 열어보면 아래와 같이 되어있다.

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<Reviews>
    <Review rid="79">
        <sentences>
            <sentence id="79:0">
                <text>Being a PC user my whole life....</text>
            </sentence>
            <sentence id="79:1">
                <text>This computer is absolutely AMAZING!!!</text>
                <Opinions>
                    <Opinion category="LAPTOP#GENERAL" polarity="positive"/>
                </Opinions>

 

도큐멘트에 나와있는 첫 예시처럼 for문을 사용하면 SemEval 같은 경우,

for child in root:
     print(child.tag, child.attrib)

country {'name': 'Liechtenstein'}
country {'name': 'Singapore'}
country {'name': 'Panama'}

child.tag => Review

child.attrib => {'rid': 79}

라고 나온다.

 

하지만 내가 필요한 것은 이것이 아니라 Reviews 속 Review 속 sentences 속 sentence 속에 있는 text와 Opinions이다. 그럼 이것들을 위해서 for문으로 엄청 들어가면 되겠네?

for review in root:
	for sentences in review:
    	for sentence in sentences:
        	for content in sentence:
				if content.tag == "text":
                	print(content.text)   
                else:
                	for opinion in content:
                    	print(opinion.tag, opinion.attrib)

이렇게 보기 싫은 코드는 또 없을 것 같다. list comprehension으로 쓰면 좀 나아질까?

review = [cont.text for rev in root for sents in rev for sent in sents for cont in sent if cont.tag == "text"]

이것도 쓸 게 못 된다.

 

for문을 사용하지 않기 위해서는 find를 사용하면 된다.

sentence = root.find("Review").find("senteces").find("sentence")

이 한 줄로 sentence까지 바로 접근할 수 있다.

하지만 이 한 줄로는 가장 첫 번째 텍스트인 Being a PC user my whole life...만 출력할 수 있다.

그러니 적당히 for문과 섞어 써야 할 필요는 있다.