python - 没有递归搜索python的xml解析

Question

这让我精神错乱，我可能已经研究它很长时间了，所以希望能得到一些帮助，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示例。

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 的父项。印度是深度为 1 的小麦的子项，依此类推。

每一层都有一些关键字。所以我想出去的是

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>

所以这不是图形问题，我可以很容易地做到这一点。我苦苦挣扎的是解析 XML。

如果我做一个

xmldoc = minidom.parse(self.filename)

layers = xmldoc.getElementsByTagName('layer')

layers 只返回所有层元素，这太多了，据我所知没有深度/层次结构的概念，因为它进行递归搜索。

以下帖子不错，但没有提供我需要的概念。 XML Parsing with Python and minidom .谁能帮助我解决这个问题？我可以发布我的代码，但它被黑客攻击在一起/从根本上被破坏了，我认为它对人类或野兽都没有用!

干杯

戴夫

Answer 1

使用lxml .特别是 XPath。你可以获得所有layer元素，无论级别如何，通过 "//layer"和 layer ID id通过"//layer[id='{}'][0]".format(id) . keyword ".../keyword" 直接位于一个元素(或多个元素)下的元素(其中 ... 是一个查询，它产生应搜索其后代的节点)。

获取给定节点的深度并不那么简单，但仍然很容易。我没有找到现有的函数(afaik，这在 XPath 的域之外 - 虽然你可以检查查询的深度，但你只返回元素，即你可以返回具有特定深度但不是深度本身的节点) ，所以这里是一个手工滚动的(没有递归，因为它不是必需的 - 但一般来说，使用 XML 意味着使用递归，不管你喜欢与否!):

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

DOM 也可以实现非常相似的东西，如果你足够愚蠢，没有使用现存最好的 Python XML 库的话;)