Python xml.dom 中的非递归（单节点级别）getElementsByTagName

Question

有没有办法只在单个节点级别而不是递归地使用getElementsByTagName？

例如考虑解析pom.xml 文件：

<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
    xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/maven-v4_0_0.xsd">

    <parent>
        <groupId>com.parent</groupId>
        <artifactId>parent</artifactId>
        <version>1.0-SNAPSHOT</version>
        <relativePath>../pom.xml</relativePath>
    </parent>

    <modelVersion>2.0.0</modelVersion>
    <groupId>com.parent.somemodule</groupId>
    <artifactId>some_module</artifactId>
    <packaging>jar</packaging>
    <version>1.0-SNAPSHOT</version>
    <name>Some Module</name>
    ...

如果我想在顶层获得groupId（特别是project->groupId，而不是project->parent->groupId），我使用：

xmldoc = minidom.parse('pom.xml')
groupId = xmldoc.getElementsByTagName("groupId")[0].childNodes[0].nodeValue

但不幸的是，无论层次结构级别如何，都会在文件中找到groupId 的第一个物理匹配项，即project->parent->groupId。我实际上只想在特定节点级别而不是在其子节点中进行非递归查找。有没有办法在xml.dom 中做到这一点？

更新：我切换到BeautifulSoup，但隐式递归遍历仍然存在同样的问题：Finding a nonrecursive DOM subnode in Python using BeautifulSoup

Answer 1

您可以遍历 getElementsByTagName() 结果并获取位于根级别的第一个元素：

group_id_element =  next(element for element in xmldoc.getElementsByTagName("groupId")
                         if element.parentNode == xmldoc.documentElement)

print group_id_element.childNodes[0].nodeValue

请注意，使用ElementTree 做同样的事情会更容易、更短、更快，它也是标准库的一部分。

希望对您有所帮助。