如何在python中解析表示xml.dom.minidom節點的字符串？

我有一個使用xml.dom.minidom創建的節點xml.dom.Node對象的集合。我將它們（單獨）存儲在數據庫中，方法是使用Node對象的toxml（）方法將它們轉換爲字符串。如何在python中解析表示xml.dom.minidom節點的字符串？

問題是，我有時希望能夠使用某種解析器將它們轉換回適當的Node對象。據我可以看到python使用的各種庫使用Expat，它不會解析字符串，如''或任何不是正確的xml字符串。

那麼，有沒有人有任何想法？我意識到我可以通過某種方式來醃製節點，然後取下它們，但這會讓人覺得不愉快，我寧願將它們存儲在一個可以用於維護目的的表單中。當然有什麼會做到這一點？

爲響應表示懷疑，這是可能的，我的意思的例子：

>>> import xml.dom.minidom 
>>> x=xml.dom.minidom.parseString('<a>foo<b>thing</b></a>') 
>>> x.documentElement.childNodes[0] 
<DOM Text node "u'foo'"> 
>>> x.documentElement.childNodes[0].toxml() 
u'foo' 
>>> xml.dom.minidom.parseString(x.documentElement.childNodes[0].toxml()) 
Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
    File "/Library/Frameworks/Python.framework/Versions/2.6/lib/python2.6/xml/dom/minidom.py", line 1928, in parseString 
    return expatbuilder.parseString(string) 
    File "/Library/Frameworks/Python.framework/Versions/2.6/lib/python2.6/xml/dom/expatbuilder.py", line 940, in parseString 
return builder.parseString(string) 
    File "/Library/Frameworks/Python.framework/Versions/2.6/lib/python2.6/xml/dom/expatbuilder.py", line 223, in parseString 
parser.Parse(string, True) 
xml.parsers.expat.ExpatError: syntax error: line 1, column 0

換句話說，「.toxml（）」方法不創造一些外籍人士（並因此出的框parseString）將解析。

我想要的是將u'foo'解析爲文本節點。即這將扭轉.toxml（）的效果

來源

2010-05-23 Francis Davey

我沒有看到如何toxml用於'調用（）'可能會產生不正確的XML片段......從而通過toxml用於'生成的所有字符串（）'應該是由'解析可解析（）'或'parseString（）'xml.dom.minidom'的函數... – 2010-05-23 12:06:22

謝謝你的例子。事實上，文本節點呈現爲純文本，這不是有效的xml。 – 2010-05-25 04:59:08

您需要存儲哪些類型的節點？

顯然，如果元素節點與.toxml('utf-8')序列化，應該只是工作;結果應該可以解析爲一個XML文檔，並且可以從documentElement中檢索該元素，只要其中沒有需要在doctype中定義的EntityReferences。

另一方面，文本節點需要HTML解碼或一些包裝來解析。如果你只需要元素和文本節點，你可以猜測它是否是從第一個字符的元素，因爲這必須始終<一個元素：

var xml= node.toxml('utf-8') 

... 

if (xml.startswith('<')): 
    node= minidom.parseString(xml).documentElement 
else: 
    node= minidom.parseString('<x>%s</x>'%xml).documentElement.firstChild

Comment節點同樣可以通過檢查<!--存儲。

像Attr這樣的其他節點類型可能會有更多的工作，因爲它們的XML表示不容易與Text區分開來。您可能需要存儲帶外nodeType值才能記住它。 OTOH minidom不會在Attr上實現toxml()，所以也許這不是問題。

來源

2010-05-23 12:26:58 bobince

它存儲的數據被刮掉了，所以我試圖保守我所做的任何假設，但是你可能是正確的，它只能是我必須擔心的元素和文本節點。 Attr不會是一個問題，但它可能會有一些評論。如果只有一個可以接受字符串的簡單解析器，但是存儲該類型的帶外註釋可能已經足夠了，那將會很整潔。只是數據庫中的另一列。謝謝。 – 2010-05-23 16:16:29

from xml.dom.minidom import parseString 

try: 
    node = parseString('') 
except Exception: 
    node = None

來源

2010-05-23 12:05:46 Tomalak

如何在python中解析表示xml.dom.minidom節點的字符串？

回答

相關問題