有没有办法使用 python 解析 XML 中的所有子值并返回找到的值的标签名称？

Question

我将此 XML 作为字符串由 DB 查询返回为 clob，并使用 OutputTypeHandler 方法进行转换，该方法重新调整元组中 clob 元素的内容：

这是从 clob 内容返回元组的代码：

def OutputTypeHandler(cursor, name, defaultType, size, precision, scale):
if defaultType == cx_Oracle.CLOB:
    return  cursor.var(cx_Oracle.LONG_STRING,arraysize=cursor.arraysize)

这是将 OutputTypeHandler 返回的元组转换为字符串后构建 XML 树的代码：

import xml.etree.ElementTree as ET

conn.outputtypehandler = OutputTypeHandler
c = conn.cursor()
c.execute("""select Clob from Table""") 

clobData = c.fetchone()
str =  ''.join(clobData) #saving the new string value as str
root = ET.fromstring(str) #building the xml Tree using xml.etree.ElementTree as ET
ET.dump(root)

生成的 XML 消息是（数据库中 XML 的副本）：

<Parent>
<Batch_Number>2000</Batch_Number>
<Total_No_Of_Batches>12312</Total_No_Of_Batches>
<requestNo>1923</requestNo>
<Parent1>
    <Parent2>
        <Parent3>
                <lastModifiedDateTime>2022-11-11T11:07:30.000</lastModifiedDateTime>
                <purpose>NeverMore</purpose>
                <endDate>9999-12-31T00:00:00.000</endDate>
                <createdDateTime>2019-06-06T06:32:16.000</createdDateTime>
                <createdOn>2019-06-06T08:32:16.000</createdOn>
                <address2>Forever street 21</address2>
                <externalCode>home</externalCode>
                <lastModifiedBy>user2.thisUser</lastModifiedBy>
                <lastModifiedOn>2039-06-11T13:07:30.000</lastModifiedOn>
                <lastModifiedBy>MG</lastModifiedBy>
                <PS>1234431</PS>
        </Parent3>
    </Parent2>
</Parent1>

在这里，我试图查看 XML 的每个子/孙的每个值，直到找到一个特定值：

对于根中的孩子： 如果（child.text == 'MG'）： 打印（子。文本） 别的： print("未找到值")

结果真的很奇怪，我不明白它来自哪里：

<Parent>
<Batch_Number>2000</Batch_Number>
<Total_No_Of_Batches>12312</Total_No_Of_Batches>
<requestNo>1923</requestNo>
<Parent1>
    <Parent2>
        <Parent3>
                <lastModifiedDateTime>2022-11-11T11:07:30.000</lastModifiedDateTime>
                <purpose>NeverMore</purpose>
                <endDate>9999-12-31T00:00:00.000</endDate>
                <createdDateTime>2019-06-06T06:32:16.000</createdDateTime>
                <createdOn>2019-06-06T08:32:16.000</createdOn>
                <address2>Forever street 21</address2>
                <externalCode>home</externalCode>
                <lastModifiedBy>user2.thisUser</lastModifiedBy>
                <lastModifiedOn>2039-06-11T13:07:30.000</lastModifiedOn>
                <lastModifiedBy>MG</lastModifiedBy>
                <PS>1234431</PS>
        </Parent3>
    </Parent2>
</Parent1>

未找到值 未找到值 未找到值 未找到值

如果我只打印从根目录中找到的每个孩子：

  for child in root:
       print(child)

结果是：

*Whole XML*
<Element 'Batch_Number' at 0x05203E10>
<Element 'Total_No_Of_Batches' at 0x05203E70>
<Element 'requestNo' at 0x05203EA0>
<Element 'Parent1' at 0x05203ED0>

我确实尝试了另一种方法：

    element = root.find('MG')

if not element:  
    print "element not found, or element has no subelements"

if element is None:
    print "element not found"

结果是一样的，打印了完整的 xml 并且没有找到元素：

*WholeXML*
element not found, or element has no subelements
element not found

我不确定我做错了什么，我假设基于字符串构建的 XML 树是错误的，并且不知何故它没有被解析为标签。

Answer 1

lastModifiedBy 嵌入在 Parent3 中，而 Parent2 和 Parent1 本身也嵌入 - 这就是为什么在您的方法中找不到匹配 MG 的文本。

如果您想采用这种方法，您需要定义方法，如果给定元素有子元素，该方法会递归检查每个子元素。

请参考：ElementTree - findall to recursively select all child elements