python xml minidom 获取包含子节点和文本的子节点的全部内容

Posted 2023-02-24

【中文标题】python xml minidom 获取包含子节点和文本的子节点的全部内容

【英文标题】：python xml minidom get the full content of childnode that contains both child and text

【发布时间】：2016-08-18 23:19:01

【问题描述】：

我正在寻找使用 xml minidom 提取 xml 文件的内容，示例如下：

<parent>
   <child>
        text1 
        <subchild>text2 </subchild> 
        text3
   </child>
</parent>

以下代码仅提取'text1'：

  DOMTree = xml.dom.minidom.parse('file.xml')
  document = DOMTree.documentElement
  parents = document.getElementsByTagName('parent')
  for parent in parents:
    child = parents.getElementsByTagName('parent')[0]
    print(child.childNodes[0].nodeValue) # shows text1

我可以得到 text1 和 text2 但不能得到 text3 请问我怎样才能得到我的子元素和我的子子元素（text1 text2 text3）的全部内容？

【参考方案1】：

遍历子节点并在Text对象的情况下获取.data属性，否则为firstChild.nodeValue：

print([node.data.strip() if isinstance(node, xml.dom.minidom.Text) else node.firstChild.nodeValue
       for node in child.childNodes])

打印['text1', 'text2 ', 'text3']。

---

我会考虑改用比minidom 库更直接、更易于使用和理解的东西。例如，看看在xml mode 中使用BeautifulSoup 是多么容易：

>>> from bs4 import BeautifulSoup
>>> data = """
... <parent>
...    <child>
...         text1 
...         <subchild>text2 </subchild> 
...         text3
...    </child>
... </parent>
... """
>>> soup = BeautifulSoup(data, "xml")
>>> print(soup.child.get_text())

        text1 
        text2  
        text3