使用 Python 查找和转换 XML 处理指令答案

【问题标题】：Finding and converting XML processing instructions using Python使用 Python 查找和转换 XML 处理指令
【发布时间】：2015-08-02 07:42:21
【问题描述】：

我们正在将古老的 FrameMaker 文档转换为 XML。我的工作是转换这个：

<?FM MARKER [Index] foo, bar ?>`

到这里：

<indexterm>
    <primary>foo, bar</primary>
</indexterm>

我不担心那部分（还）；让我难过的是ProcessingInstructions 遍布文档并且可能位于任何元素下，因此我需要能够搜索整个树，找到它们，然后处理它们。我不知道如何使用minidom 遍历整个 XML 树。我错过了一些秘密方法/迭代器吗？到目前为止，这是我所看到的：

Elementtree 具有出色的Element.iter() 方法，这是一种深度优先搜索，但它不处理ProcessingInstructions。
ProcessingInstructions 没有标签名称，所以我无法使用minidom 的getElementsByTagName 搜索它们。
xml.sax 的ContentHandler.processingInstruction 看起来只用于创建ProcessingInstructions。

没有创建我自己的深度优先搜索算法，有没有办法在 XML 文件中生成 ProcessingInstructions 的列表，或者识别他们的父母？

【问题讨论】：

【解决方案1】：

使用 lxml 模块的 XPath API，如下所示：

from lxml import etree

foo = StringIO('<foo><bar></bar></foo>')
tree = etree.parse(foo)
result = tree.xpath('//processing-instruction()')

节点测试 processing-instruction() 对任何处理指令都是正确的。 processing-instruction() 测试可能有一个 Literal 参数；在这种情况下，对于任何名称等于 Literal 值的处理指令都是如此。

参考文献

【讨论】：