使用pythonlxml处理嵌套元素

给出以下简单的XML数据：

<book>
   <title>My First Book</title>
   <abstract>
         <para>First paragraph of the abstract</para>
         <para>Second paragraph of the abstract</para>
    </abstract>
    <keywordSet>
         <keyword>First keyword</keyword>
         <keyword>Second keyword</keyword>
         <keyword>Third keyword</keyword>
    </keywordSet>
</book>

我试图遵循，但上面的代码没有按预期工作

在另一种情况下，最好能够将整个XML树读入Python字典，每个元素作为键，每个文本作为元素项。我发现使用lxml objectify可以实现类似的功能，但我不知道如何实现它

在尝试用Python编写XML解析代码时，我发现一个真正的大问题是，提供的大多数“示例”都太简单，而且完全是虚构的，没有太多帮助——或者它们正好相反，使用了太复杂的自动生成的XML数据

谁能给我一个提示吗

提前谢谢

编辑：发布这个问题后，我找到了一个简单的解决方案

因此，我的更新代码变成：

from lxml import objectify
    root = objectify.fromstring(xml_string) # xml_string contains the XML data above
    print root.title # returns the book title
    for para in root.abstract.iterchildren():
        print para # now returns the text of all paragraphs
    for keyword in root.keywordSet.iterchildren():
        print keyword # now returns all keywords in the set

---

这非常简单，使用：

输出：

['First paragraph of the abstract', 'Second paragraph of the abstract']
['First keyword', 'Second keyword', 'Third keyword']

有关XPath语法的详细信息，请参阅

特别是，上述表达式中使用的元素使用

• 使用

  /

  选择器选择根节点/直接子节点

• text（）

  操作符选择相应元素的文本节点（“文本内容”）

---

下面是如何使用Objectify API完成的：

from lxml import objectify

root = objectify.fromstring(xml_string)

paras = [p.text for p in root.abstract.para]
keywords = [k.text for k in root.keywordSet.keyword]

print paras
print keywords

似乎

root.abstract.para

实际上代表

root.abstract.para[0]

。因此，您需要显式使用

element.iterchildren（）

来访问所有子元素

事实并非如此，我们显然都误解了Objectify API：

---

为了在

abstract

中迭代

para

，您需要迭代

root.abstract.para

，而不是

root.abstract

本身。这很奇怪，因为您直观地将

抽象

视为其节点的集合或容器，而该容器将由Python iterable表示。但实际上，代表序列的是

.para

选择器。

当然，好提示！但是，使用lxml objectfy是否也能达到同样的结果呢？毫无疑问，这是可能的。但特别是对于要遍历树的（深度）嵌套结构，XPath通常更容易阅读。虽然有objectify.ObjectPath，但提供的示例有点难看…：-（@user40893使用Objectify API更新了我的答案。请注意，尽管在您问题的解决方案中，

para

实际上不是一个字符串，但它是一个

StringElement

对象。如果您打印它，它看起来像一个字符串，但取决于您以后对它所做的操作，您可能需要访问实际的st使用

para.text

来响铃内容。事实上，下面的@LukasGraf answer也提供了同样的解决方案，但使用的方式更像python！：-）

['First paragraph of the abstract', 'Second paragraph of the abstract']
['First keyword', 'Second keyword', 'Third keyword']

from lxml import objectify

root = objectify.fromstring(xml_string)

paras = [p.text for p in root.abstract.para]
keywords = [k.text for k in root.keywordSet.keyword]

print paras
print keywords