python - 使用 python 创建循环来查找 pom.xml 文件中的依赖项

Question

我正在使用 python 创建一个函数，该函数可以接受任何 pom.xml 文件，然后从依赖项中返回 groupId、artifactId 和版本。
我从https://www.javatpoint.com/maven-pom-xml找到了以下pom.xml显示我正在尝试解析的结构。

<project xmlns="http://maven.apache.org/POM/4.0.0"   
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"  
  xsi:schemaLocation="http://maven.apache.org/POM/4.0.0   
http://maven.apache.org/xsd/maven-4.0.0.xsd">  

  <modelVersion>4.0.0</modelVersion>  

  <groupId>com.javatpoint.application1</groupId>  
  <artifactId>my-application1</artifactId>  
  <version>1.0</version>  
  <packaging>jar</packaging>  

  <name>Maven Quick Start Archetype</name>  
  <url>http://maven.apache.org</url>  

  <dependencies>  
    <dependency>  
      <groupId>junit</groupId>  
      <artifactId>junit</artifactId>  
      <version>4.8.2</version>  
    </dependency>  
  </dependencies>  
.
.
.
  <dependencies>  
    <dependency>  
      <groupId>abc</groupId>  
      <artifactId>def</artifactId>  
      <version>4.8.3</version>  
    </dependency>  
  </dependencies> 

</project>  

我尝试过使用 minidom 和 etree.ElementTree 但我对这一切都是全新的并且无法取得进展。我还希望它能够处理具有不同数量的依赖项的 pom.xml 文件，所以我认为它必须是一个循环。根据其他 stackoverflow 回复，我得出的结论如下。

from xml.dom import minidom

dependencyInfo = {}

dom = minidom.parse('pom.xml')
depend = dom.getElementsByTagName("dependency")

for dep in depend:
    info = {}
    info['groupId'] = dep.attributes['groupId'].value
    info['artifactId'] = dep.attributes['artifactId'].value
    info['version'] = dep.attributes['version'].value
    dependencyInfo[] = info

print(dependencyInfo)

有没有办法让它以与此类似的方式返回包含依赖项及其信息的嵌套字典？

dependencyInfo = { 'junit': {'artifactId': 'junit', 'version': '4.8.2'},
                'abc': {'artifactId': 'def', 'version': '4.8.3'}}

Answer 1

这可以通过使用几个库来完成:

pom= """[your xml above]"""

from lxml import etree
from collections import defaultdict

root = etree.fromstring(pom) #or .parse('pom.xml') if you read it from that file
tree = etree.ElementTree(root)

depend = tree.xpath("//*[local-name()='dependency']")
dependencyInfo = defaultdict(dict)

for dep in depend:
    infoList = []
    for child in dep.getchildren():
        infoList.append(child.tag.split('}')[1])
        infoList.append(child.text)


    dependencyInfo[infoList[1]].update({infoList[2] : infoList[3],infoList[4] : infoList[5]})

dependencyInfo

输出:

defaultdict(dict,
        {'junit': {'artifactId': 'junit', 'version': '4.8.2'},
         'abc': {'artifactId': 'def', 'version': '4.8.3'}})