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元素(text1 text2 text3)的完整内容?
请您参考如下方法:
遍历子节点并在 Text 对象的情况下获取 .data 属性,否则获取 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']。
我会考虑切换到比 minidom 库更直接、更易于使用和理解的东西。例如,看看 BeautifulSoup 有多简单在xml mode :
>>> 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
