python - 获取 XML 文档的 DOM 树

Question

有谁知道我如何在 Python 中获取 XML 文件的 DOM 实例(树)。我正在尝试将两个 XML 文档相互比较，它们可能具有不同顺序的元素和属性。我该怎么做？

Answer 1

就个人而言，只要有可能，我都会从 elementtree 开始(最好是 Python 标准库附带的 C 实现，或 lxml 实现，但这本质上只是速度更快的问题)。它不是符合标准的 DOM，但以更 Pythonic 和更方便的方式保存相同的信息。您可以从调用 xml.etree.ElementTree.parse 开始，它获取 XML 源并返回一个元素树；在两个源上执行此操作，在每个元素树上使用 getroot 获取其根元素，然后从根元素开始递归比较元素。

元素的子元素形成一个序列，在元素树中就像在标准 DOM 中一样，这意味着它们的顺序被认为是重要的；但是很容易从它们中创建 Python 集(或者如果重复在您的用例中很重要，但顺序不重要，则需要付出更多的努力，某种类型的“多集”)以进行更宽松的比较。给定元素的属性甚至更容易，其中唯一性得到保证并且顺序在语义上不相关。

是否有某些特定原因需要标准 DOM 而不是元素树之类的替代容器，或者您只是在一般意义上使用术语 DOM 这样元素树就可以了吗？

过去我使用 PyRXP 也取得了不错的效果，它使用比 ElementTree 更明显和更简单的表示。然而，那是多年以前的事了；关于今天的 PyRXP 与 lxml 或 cElementTree 的比较，我没有最近的经验。