PythonでXMLファイルを解析するには？

Question

私は、xmlファイルを持っているし、それは私が別のCSVファイルにテキストフィールドと極性を抽出したいこの

<?xml version='1.0' encoding='UTF8'?> 
<Reviews> 
    <Review rid="0" book_title="O-Apanhador-no-Campo-de-Centeio" score="4.0"> 
    <sentences> 
     <sentence id="0:0:0" place="title" polarity="neutral"> 
     <text>Está provado:</text> 
     <tokens> 
      <word id="1" form="Está" base="estar" postag="v-fin" morf="PR 3S IND VFIN" extra="fmc * vK mv" head="0" deprel="STA" srl="PRED" obj="O" opinion="O" from="0" to="4"/> 
      <word id="2" form="provado" base="provar" postag="v-fin" morf="PCP M S" extra="vH jh" head="1" deprel="Cs" srl="ATR" obj="O" opinion="O" from="5" to="12"/> 
      <word id="3" form=":" base="--" postag="pu" morf="--" extra="--" head="0" deprel="PU" srl="" obj="O" opinion="O" from="12" to="13"/> 
     </tokens> 
     </sentence> 
     <sentence id="0:0:1" place="title" polarity="neutral"> 
     <text>Pode existir um livro bom sem uma história boa.</text> 
     <tokens> 
      <word id="1" form="Pode" base="poder" postag="v-fin" morf="PR 3S IND VFIN" extra="fmc * aux" head="0" deprel="STA" srl="" obj="O" opinion="O" from="0" to="4"/> 
      <word id="2" form="existir" base="existir" postag="v-inf" morf="--" extra="mv" head="1" deprel="Oaux" srl="PRED" obj="O" opinion="O" from="5" to="12"/> 
      <word id="3" form="um" base="um" postag="pron-indef" morf="M S" extra="--" head="4" deprel="DN" srl="" obj="O" opinion="O" from="13" to="15"/> 
      <word id="4" form="livro" base="livro" postag="n" morf="M S" sem="sem-r" extra="--" head="1" deprel="S" srl="TH" obj="O" opinion="O" from="16" to="21"/> 
      <word id="5" form="bom" base="bom" postag="adj" morf="M S" extra="np-close" head="4" deprel="DN" srl="" obj="O" opinion="O" from="22" to="25"/> 
      <word id="6" form="sem" base="sem" postag="prp" morf="--" extra="--" head="2" deprel="fA" srl="" obj="O" opinion="O" from="26" to="29"/> 
      <word id="7" form="uma" base="um" postag="pron-indef" morf="F S" extra="--" head="8" deprel="DN" srl="" obj="O" opinion="O" from="30" to="33"/> 
      <word id="8" form="história" base="história" postag="n" morf="F S" sem="per domain sem-r" extra="--" head="6" deprel="DP" srl="COM-ADV" obj="O" opinion="O" from="34" to="42"/> 
      <word id="9" form="boa" base="bom" postag="adj" morf="F S" extra="jh np-close" head="8" deprel="DN" srl="" obj="O" opinion="O" from="43" to="46"/> 
      <word id="10" form="." base="--" postag="pu" morf="--" extra="--" head="0" deprel="PU" srl="" from="46" to="47"/> 
     </tokens> 

のように見えます。

私は正常に極性を抽出するために、これを使用しますが、私は、テキストxmlstrは、XMLファイルの内容の文字列である

with open('output1.csv', 'w') as f: 
    writer = csv.writer(f) 
    writer.writerow(('text', 'polarity')) 
    root = lxml.etree.fromstring(xmlstr) 
    for sent in root.iter('sentence'): 
     row = sent.get('text'), sent.get('polarity') 
     writer.writerow(row) 

を抽出することはできません。

ファイルからテキストフィールドを抽出するにはどうすればよいですか？

注：これは私が sentiment analysis in portuguese

で働いているファイルを含むリンクでいずれかを助けることができますか！？

おかげ

Answer 1

は、この方法を試してみてください：

import xml.etree.ElementTree 
import csv 
e = xml.etree.ElementTree.parse('ReLiPalavras.xml').getroot() 
with open('output1.csv', 'w') as f: 
    writer = csv.writer(f) 
    writer.writerow(('text', 'polarity')) 
    for sent in e.iter('sentence'): 
     row = sent[0].text.encode('utf-8'), sent.get('polarity') 
     writer.writerow(row) 

次にあなたがoutput1.csvファイル

Answer 2

にtext要素の内容と属性polarityを取得します私は、このソリューションを追っ：

trainset = list() 
xmldoc = etree.parse('ReLiPalavras.xml') 

for sentence_node in xmldoc.iter('sentence'): 
    sentence = list() 
    #for word_node in sentence_node.iter('word'): 
    # tag = 'O' 
    # if word_node.get('obj') != 'O': 
    #  tag = 'OBJ' 
    sentence.append({ 
     'sent': sentence_node[0].text, 
     'polarity': sentence_node.get('polarity')}) 
    if len(sentence) != 0: 
     trainset.append(sentence) 

Thi辞書のリストを作成しました。 、6行目：

with open('names.csv', 'w', encoding='utf-8') as csvfile: 
    fieldnames = ['sent', 'polarity'] 
    writer = csv.DictWriter(csvfile, fieldnames=fieldnames, delimiter=',') 

    writer.writeheader() 
    for d in trainset: 
     writer.writerow(d[0]) 

、その後は、このcsvファイル

にそれを渡され、それが私はそれが私にこのエラー与え