获取 XML 中的注释节点

Posted 2023-02-16

【中文标题】获取 XML 中的注释节点

【英文标题】：Get commented nodes in XML

【发布时间】：2022-01-20 22:21:25

【问题描述】：

环境：Python 3.9.7、Windows 10

如何获取注释节点的 XPATH？

---

示例 XML (ex.xml)

<?xml version="1.0"?>
<data>
    <country name="Liechtenstein">
        <rank updated="yes">2</rank>
        <year>2008</year>
        <gdppc>141100</gdppc>
        <neighbor name="Austria" direction="E">AUS</neighbor>
        <!-- A1 -->
        <neighbor name="Switzerland" direction="W">SWI</neighbor>
    </country>
    <country name="Singapore">
        <rank updated="yes">5</rank>
        <year>2011</year>
        <gdppc>59900</gdppc>
        <!-- B1 -->
        <neighbor name="Malaysia" direction="N"/>
    </country>
</data>

---

我的期望

import xml.etree.ElementTree as et

def parse_commented_nodes(root):
    """
    Returns something like
    
        "A1" : "./country[@name='Liechtenstein']/neighbor[@name='Austria']",
        "B1" : "./country[@nmae='Singapore']/gdppc"
    
    """
    return 

tree = et.parse("ex.xml")
root = tree.getroot()
res = parse_commented_nodes(root)

---

我的想法

以文本形式读取文件。 查找评论之前的行。 从节点到根迭代地获取父节点。

但我在上述方法中“获得父母”时遇到了问题。例如，

annotated_node = root.find(".//neighbor[@name='Austria']")
print(annotated_node.find("..")) # None
print(annotated_node.find("./..")) # None

我已经搜索了使用 Python 的默认 xml 模块获取节点的父节点（或获取完整 XPATH）的方法，但找不到有效的方法。

---

How to read commented text from XML file in python

我的问题与上述类似，但不是重复的。它找到“cmets”，但我需要“cmets 之前的节点”。

【问题讨论】：

这能回答你的问题吗？ How to read commented text from XML file in python

OP 想要做的不仅仅是获取评论节点。

使用 lxml，注释节点很容易找到（使用.xpath('//comment()')），前面的兄弟节点也是如此（使用.getprevious()）。使用.getparent() 获取节点的父节点。用 ElementTree 做这些事情并非不可能，但肯定更具挑战性。

为什么要知道 cmets 的 xpath？

@mzjn 这对我来说是完美的。非常感谢。

【参考方案1】：

问题通过使用 lxml 作为@mzjn 建议解决。

from lxml import etree as et

def parse_commented_nodes(tree):
    res = 
    for node in tree.iter():
        if "function Comment" in str(node.tag):
            res[node.text] = tree.getpath(node.getprevious())
    return res

tree = et.parse("ex.xml")
res = parse_commented_nodes(tree)