如何在python中解析表示xml.dom.minidom节点的字符串？

我有一组使用xml.dom.minidom创建的节点xml.dom.Node对象。通过使用Node对象的toxml（）方法将它们转换为字符串，我将它们（单独）存储在数据库中

问题是，我有时希望能够使用某种解析器将它们转换回适当的节点对象。据我所知，python附带的各种库都使用Expat，它不会解析像“”这样的字符串，或者任何不正确的xml字符串

那么，有人有什么想法吗？我意识到我可以以某种方式对节点进行pickle，然后将其解除pickle，但这让我感觉不舒服，我更愿意将其存储在一个可以读取的表单中，以便进行维护。肯定有什么东西可以做到这一点

针对表示这是可能的疑问，我举了一个例子来说明我的意思：

>>> import xml.dom.minidom
>>> x=xml.dom.minidom.parseString('<a>foo<b>thing</b></a>')
>>> x.documentElement.childNodes[0]
<DOM Text node "u'foo'">
>>> x.documentElement.childNodes[0].toxml()
u'foo'
>>> xml.dom.minidom.parseString(x.documentElement.childNodes[0].toxml())
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/Library/Frameworks/Python.framework/Versions/2.6/lib/python2.6/xml/dom/minidom.py", line 1928, in parseString
    return expatbuilder.parseString(string)
  File "/Library/Frameworks/Python.framework/Versions/2.6/lib/python2.6/xml/dom/expatbuilder.py", line 940, in parseString
return builder.parseString(string)
  File "/Library/Frameworks/Python.framework/Versions/2.6/lib/python2.6/xml/dom/expatbuilder.py", line 223, in parseString
parser.Parse(string, True)
xml.parsers.expat.ExpatError: syntax error: line 1, column 0

导入xml.dom.minidom >>>x=xml.dom.minidom.parseString（'foothing'） >>>x.documentElement.childNodes[0] >>>x.documentElement.childNodes[0].toxml（） 乌福 >>>xml.dom.minidom.parseString（x.documentElement.childNodes[0].toxml（）） 回溯（最近一次呼叫最后一次）： 文件“”，第1行，在 文件“/Library/Frameworks/Python.framework/Versions/2.6/lib/python2.6/xml/dom/minidom.py”，第1928行，格式为parseString 返回expatbuilder.parseString（字符串） 文件“/Library/Frameworks/Python.framework/Versions/2.6/lib/python2.6/xml/dom/expatbuilder.py”，第940行，格式为parseString return builder.parseString（字符串） 文件“/Library/Frameworks/Python.framework/Versions/2.6/lib/python2.6/xml/dom/expatbuilder.py”，第223行，格式为parseString parser.Parse（字符串，True） xml.parsers.expat.expat错误：语法错误：第1行第0列 换句话说，“.toxml（）”方法不会创建Expat（以及现成的parseString）将要解析的内容

---

我想要的是将u'foo'解析为文本节点的东西。也就是说，一些可以逆转.toxml（）效果的东西。

您需要存储哪些类型的节点

显然，如果使用

.toxml（'utf-8'）

序列化，元素节点应该可以正常工作；只要结果中没有需要在doctype中定义的实体引用，结果就应该可以作为XML文档进行解析，并且元素可以从

documentElement

中检索

---

另一方面，文本节点需要HTML解码或一些包装来解析。如果您只需要元素和文本节点，您可以从第一个字符猜出它是否是元素，因为它必须始终是

我不知道调用
toxml（）
如何生成不正确的XML片段。。。因此，
toxml（）
生成的所有字符串都应该可以通过
xml.dom.minidom
的
parse（）
或
parseString（）
函数进行解析……谢谢您的示例。事实上，文本节点是以纯文本形式呈现的，这不是有效的xml。我正在存储它的数据，所以我试图保守我所做的任何假设，但你可能是对的，我只需要担心元素和文本节点。Attr不会成为问题，但可能会有一些评论。如果有一个简单的解析器可以接受字符串，那就太好了，但是存储这种类型的带外注释可能就足够了。只是数据库中的另一列。谢谢
from xml.dom.minidom import parseString

try:
  node = parseString('') 
except Exception:
  node = None

var xml= node.toxml('utf-8')

...

if (xml.startswith('<')):
    node= minidom.parseString(xml).documentElement
else:
    node= minidom.parseString('<x>%s</x>'%xml).documentElement.firstChild