没有递归搜索python的xml解析

2019年8月4日 168次阅读

这让我精神恍惚,而且我可能已经长时间地抨击它,所以会感激一些帮助以防止失去/恢复我的理智！基于食物的xml只是我希望实现的一个例子.

我有以下文件,我试图将其放入图表中,因此小麦和水果是深度为0的父母.印度是小麦的孩子,深度为1,依此类推.

每个图层都有一些关键字.所以我想要的是

layer, depth, parent, keywords
wheat, 1, ROOT, [bread, pita, narn, loaf]  
indian, 2, wheat [chapati]
mumbai, 3, indian, puri 
fruit, 1,ROOT, [apple, orange, pear, lemon]

这是一个示例文件 –

<keywords>
    <layer id="wheat">
        <layer id="indian">
            <keyword>chapati</keyword>
            <layer id="mumbai">
                <keyword>puri</keyword>
            </layer>
        </layer>
        <keyword>bread</keyword>
        <keyword>pita</keyword>
        <keyword>narn</keyword>
        <keyword>loaf</keyword>
    </layer>
    <layer id="fruit">
        <keyword>apple</keyword>
        <keyword>orange</keyword>
        <keyword>pear</keyword>
        <keyword>lemon</keyword>
    </layer>

</keywords>

所以这不是一个图形问题,我可以做到这一点很容易.我正在努力解决XML问题.

如果我做了

xmldoc = minidom.parse(self.filename)

layers = xmldoc.getElementsByTagName('layer')

层只返回所有的图层元素,这是很多,并没有深度/层次的概念,据我所知,因为它进行递归搜索.

以下帖子很好,但没有提供我需要的概念. XML Parsing with Python and minidom.任何人都可以帮我解决这个问题吗？我可以发布我的代码,但是它被如此黑客攻击/有趣地破坏了我认为它不会对人类和野兽使用！

干杯

戴夫

最佳答案 使用
lxml.特别是XPath.您可以通过“// layer”获取所有图层元素,无论级别如何,以及ID为“//layer[id='{}”] [0]“.format(id)的图层.直接在元素(或几个元素)下的关键字元素由“… / keyword”(其中……是一个产生应该搜索其后代的节点的查询).

获取给定节点的深度并不是那么简单,但仍然很容易.我没有找到现有的函数(afaik,这是在XPath的域之外 – 你可以检查查询中的深度,你只返回元素,即你可以返回具有特定深度而不是深度本身的节点) ,所以这里是一个手动滚动的(没有递归,因为它没有必要 – 但一般来说,使用XML意味着使用递归,不管它喜欢与否！)：

def depth(node):
    depth = 0
    while node.getparent() is not None:
        node = node.getParent()
        depth += 1
    return depth

如果你应该愚蠢到不使用最好的Python XML库,那么DOM可能会有类似的东西;)

点赞