XML使用Python和minidom命名

Question

我使用Python（minidom命名）來分析，打印的分層結構看起來是這樣的（縮進這裏用來顯示顯著層次關係）的XML文件解析：

My Document 
Overview 
    Basic Features 
    About This Software 
     Platforms Supported 

相反，程序在節點上迭代多次，產生以下內容，打印重複節點。 （看着在每次迭代的節點列表，這是顯而易見的，爲什麼它這樣做，但我似乎無法找到一個辦法讓我要找的節點列表。）

My Document 
Overview 
Basic Features 
About This Software 
Platforms Supported 
Basic Features 
About This Software 
Platforms Supported 
Platforms Supported 

這裏是XML源代碼文件：

<?xml version="1.0" encoding="UTF-8"?> 
<DOCMAP> 
    <Topic Target="ALL"> 
     <Title>My Document</Title> 
    </Topic> 
    <Topic Target="ALL"> 
     <Title>Overview</Title> 
     <Topic Target="ALL"> 
      <Title>Basic Features</Title> 
     </Topic> 
     <Topic Target="ALL"> 
      <Title>About This Software</Title> 
      <Topic Target="ALL"> 
       <Title>Platforms Supported</Title> 
      </Topic> 
     </Topic> 
    </Topic> 
</DOCMAP> 

這裏是Python程序：

import xml.dom.minidom 
from xml.dom.minidom import Node 

dom = xml.dom.minidom.parse("test.xml") 
Topic=dom.getElementsByTagName('Topic') 
i = 0 
for node in Topic: 
    alist=node.getElementsByTagName('Title') 
    for a in alist: 
     Title= a.firstChild.data 
     print Title 

我能不能嵌套「主題」元素，通過改變低層主題名稱爲類似「SubTopic1」和「解決問題SubTopic2' 。但是，我想利用內置的XML分層結構而不需要不同的元素名稱;似乎我應該能夠嵌套'主題'元素，並且應該有一些方法來知道我目前正在查看的'主題'級別。

我已經嘗試了許多不同的XPath函數，但沒有取得太大的成功。

Answer 1

getElementsByTagName是遞歸的，你會得到全部具有匹配tagName的後代。由於您的主題包含也有標題的其他主題，因此該調用將多次獲得較低的標題。

如果你要問只有所有匹配的直接孩子，你沒有可用的XPath，你可以寫一個簡單的過濾器，例如：

def getChildrenByTagName(node, tagName): 
    for child in node.childNodes: 
     if child.nodeType==child.ELEMENT_NODE and (tagName=='*' or child.tagName==tagName): 
      yield child 

for topic in document.getElementsByTagName('Topic'): 
    title= list(getChildrenByTagName('Title'))[0]   # or just get(...).next() 
    print title.firstChild.data 

Answer 2

讓我把這一評論在這裏.. 。

謝謝你的嘗試。它沒有工作，但它給了我一些想法。以下作品（相同總體思路; FWIW，該節點類型是ELEMENT_NODE）：

import xml.dom.minidom 
from xml.dom.minidom import Node 

dom = xml.dom.minidom.parse("docmap.xml") 

def getChildrenByTitle(node): 
    for child in node.childNodes: 
     if child.localName=='Title': 
      yield child 

Topic=dom.getElementsByTagName('Topic') 
for node in Topic: 
    alist=getChildrenByTitle(node) 
    for a in alist: 
#  Title= a.firstChild.data 
     Title= a.childNodes[0].nodeValue 
     print Title 

Answer 3

您可以使用以下發生器在列表中運行，並與縮進水平得到標題：

def f(elem, level=-1): 
    if elem.nodeName == "Title": 
     yield elem.childNodes[0].nodeValue, level 
    elif elem.nodeType == elem.ELEMENT_NODE: 
     for child in elem.childNodes: 
      for e, l in f(child, level + 1): 
       yield e, l 

如果

import xml.dom.minidom as minidom 
doc = minidom.parse("test.xml") 
list(f(doc)) 

，您將獲得與下列元組的列表：

0123你與你的文件進行測試

這當然只是一個基本的想法。如果你只是想在開始的時候使用空格，你可以直接在生成器中編寫代碼，儘管這個級別你有更大的靈活性。你也可以自動檢測到第一個級別（這裏只是初始化級別爲-1的糟糕工作）。

Answer 4

Recusive功能：

import xml.dom.minidom 

def traverseTree(document, depth=0): 
    tag = document.tagName 
    for child in document.childNodes: 
    if child.nodeType == child.TEXT_NODE: 
     if document.tagName == 'Title': 
     print depth*' ', child.data 
    if child.nodeType == xml.dom.Node.ELEMENT_NODE: 
     traverseTree(child, depth+1) 

filename = 'sample.xml' 
dom = xml.dom.minidom.parse(filename) 
traverseTree(dom.documentElement) 

你的XML：

<?xml version="1.0" encoding="UTF-8"?> 
<DOCMAP> 
    <Topic Target="ALL"> 
     <Title>My Document</Title> 
    </Topic> 
    <Topic Target="ALL"> 
     <Title>Overview</Title> 
     <Topic Target="ALL"> 
      <Title>Basic Features</Title> 
     </Topic> 
     <Topic Target="ALL"> 
      <Title>About This Software</Title> 
      <Topic Target="ALL"> 
       <Title>Platforms Supported</Title> 
      </Topic> 
     </Topic> 
    </Topic> 
</DOCMAP> 

所需輸出：

$ python parse_sample.py 
     My Document 
     Overview 
      Basic Features 
      About This Software 
       Platforms Supported 

Answer 5

我認爲這可以幫助

import os 
import sys 
import subprocess 
import base64,xml.dom.minidom 
from xml.dom.minidom import Node 
f = open("file.xml",'r') 
data = f.read() 
i = 0 
doc = xml.dom.minidom.parseString(data) 
for topic in doc.getElementsByTagName('Topic'): 
    title= doc.getElementsByTagName('Title')[i].firstChild.nodeValue 
    print title 
    i +=1 

輸出：

My Document 
Overview 
Basic Features 
About This Software 
Platforms Supported