在 Python 中使用 minidom 查找 XML 元素的特定路径答案

【问题标题】：Specific pathing to find XML elements using minidom in Python在 Python 中使用 minidom 查找 XML 元素的特定路径
【发布时间】：2014-01-14 21:05:17
【问题描述】：

根据this thread，我正在使用xml.dom.minidom 进行一些非常基本的XML 遍历，只读。

让我感到困惑的是，为什么它的getElementsByTagName 会在没有明确提供确切路径的情况下找到几个层次结构级别的节点。

XML：

<data>
    <items>
        <item name="item1"></item>
        <item name="item2"></item>
        <item name="item3"></item>
        <item name="item4"></item>
    </items>
    <secondSetOfItems>
        <item name="item5"></item>
        <item name="item6"></item>
        <item name="item7"></item>
        <item name="item8"></item>
    </secondSetOfItems>
</data>

Python 代码：

xmldoc = minidom.parse('sampleXML.xml')
items = xmldoc.getElementsByTagName('item') 

for item in items:
    print item.attributes['name'].value

打印：

item1
item2
item3
item4
item5
item6
item7
item8

困扰我的是它隐式地在data->items 和data->secondSetOfItems 下找到名为item 的标签。

如何使其遵循明确的路径并仅提取两个类别之一下的项目？例如。 data->secondSetOfItems下：

item5
item6
item7
item8

【问题讨论】：

标签： python xml dom

【解决方案1】：

如果您想从特定类别中获取项目，您可以先抓取父元素。

例如：

代码：

xmldoc = minidom.parse('sampleXML.xml')
#Grab the first occurence of the "secondSetOfItems" element
second_items = xmldoc.getElementsByTagName("secondSetOfItems")[0]
item_list = second_items.getElementsByTagName("item")

for item in item_list:
    print item.attributes['name'].value

输出：

item5
item6
item7
item8

【讨论】：

非常感谢。还有一个问题：假设我在项目标签<item name="item8">XYZ</item> 中有一个值。我将如何阅读 XYZ ？我试过item.nodeValue 无济于事
nvrmnd，应该是item.childNodes[0].nodeValue

【解决方案2】：

这是getElementsByTagName的声明行为

搜索具有特定元素类型名称的所有后代（直接子代、子代的子代等）。

有人在上面写了一个“过滤器”，见this answer

在我看来minidom太简单了，考虑使用lxml xpath：

tree.xpath('//secondSetOfItems/item/@name')

或BeautifulSoupfindAll：

data.secondSetOfItems.item.findAll('name')

【讨论】：