python - 使用 Python minidom 读取 XML 并遍历每个节点

Question

我的 XML 结构如下所示，但规模更大：

<root>
    <conference name='1'>
        <author>
            Bob
        </author>
        <author>
            Nigel
        </author>
    </conference>
    <conference name='2'>
        <author>
            Alice
        </author>
        <author>
            Mary
        </author>
    </conference>
</root>

为此，我使用了以下代码：

dom = parse(filepath)
conference=dom.getElementsByTagName('conference')
for node in conference:
    conf_name=node.getAttribute('name')
    print conf_name
    alist=node.getElementsByTagName('author')
    for a in alist:
        authortext= a.nodeValue
        print authortext

但是，打印出来的作者文本是“无”。我尝试使用如下所示的变体来搞乱，但这会导致我的程序中断。

authortext=a[0].nodeValue

正确的输出应该是：

1
Bob
Nigel
2
Alice
Mary

但我得到的是：

1
None
None
2
None
None

关于如何解决这个问题的任何建议？

Answer 1

你authortext的类型是 1 ( ELEMENT_NODE)，通常你需要TEXT_NODE得到一个字符串。这将起作用

a.childNodes[0].nodeValue

Answer 2

元素节点没有 nodeValue。您必须查看其中的 Text 节点。如果你知道里面总是有一个文本节点，你可以说element.firstChild.data（数据与文本节点的 nodeValue 相同）。

注意：如果没有文本内容，则不会有子文本节点并且element.firstChild将为空，导致.data访问失败。

获取直接子文本节点内容的快速方法：

text= ''.join(child.data for child in element.childNodes if child.nodeType==child.TEXT_NODE)

在 DOM Level 3 Core 中，您可以获得textContent可用于从元素内部递归获取文本的属性，但 minidom 不支持这一点（其他一些 Python DOM 实现支持）。

Answer 3

快速访问：

node.getElementsByTagName('author')[0].childNodes[0].nodeValue

Answer 4

由于每个作者总是有一个文本数据值，因此您可以使用 element.firstChild.data

dom = parseString(document)
conferences = dom.getElementsByTagName("conference")

# Each conference here is a node
for conference in conferences:
    conference_name = conference.getAttribute("name")
    print 
    print conference_name.upper() + " - "

    authors = conference.getElementsByTagName("author")
    for author in authors:
        print "  ", author.firstChild.data
    # for

    print

Answer 5

我玩了一下，这就是我要工作的：

# ...
authortext= a.childNodes[0].nodeValue
print authortext

导致输出：

C:\temp\py>xml2.py
1
鲍勃
奈杰尔
2
爱丽丝
玛丽

我无法确切告诉您为什么必须访问 childNode 才能获取内部文本，但至少这就是您要寻找的。