Python 用minidom解析XML

我在与渺小作斗争。我需要在dom中找到一个条目，更新它所包含的文本，然后保存文件。到目前为止，我成功定位特定元素的唯一方法是通过一种非常明确、直接、硬编码的方法：

doc.childNodes[0].childNodes[3].childNodes[5].childNodes[11].childNodes[1].childNodes[3] 

我只想更新

中的第一个

123456
福巴
1.
1.
1.
图片/foo.png
福-->
...

---

建议

如果要在

childNodes

列表中查找第一项，请尝试使用：

typeBox_node = next((node for node in typeBoxs_node.childNodes \
                              if node.localName == 'typeBox'))

如果要对某个元素的每个元素执行此操作，请尝试：

for typeBox_node in doc.getElementsByTagName('typeBox'):
    text_node = next((node for node in typeBox_node.childNodes \
                              if node.localName == 'text'))

---

如果要在

childNodes

列表中查找第一项，请尝试使用：

typeBox_node = next((node for node in typeBoxs_node.childNodes \
                              if node.localName == 'typeBox'))

如果要对某个元素的每个元素执行此操作，请尝试：

for typeBox_node in doc.getElementsByTagName('typeBox'):
    text_node = next((node for node in typeBox_node.childNodes \
                              if node.localName == 'text'))

---

minidom不是很强大，现在大多数人都在使用ElementTree的一些变体。Python2.5及更高版本内置了它

>>> from xml.etree import ElementTree as etree
>>> corpus = """<typeBoxes>
...     <typeBox type="counter">
...         <text fontSize="140">123456</text>
...         <text fontSize="26">Foobar</text>
...         <incrementTextFieldNum>1</incrementTextFieldNum>
...         <timing>1</timing>
...         <increment>1</increment>
...     </typeBox>
...     <typeBox>
...         <image>images/foo.png</image>
...         <text fontSize="26">Foo</text>-->
...     </typeBox>
... </typeBoxes>"""
>>> 
>>> doc = etree.fromstring(corpus)
>>> 
>>> for typeBox in doc.findall('typeBox'):
...     if typeBox.attrib.get('type') == 'counter':
...         fieldnum = int(typeBox.find('incrementTextFieldNum').text)
...         incr = int(typeBox.find('increment').text)
...         text_field = typeBox.findall('text')[fieldnum-1]
...         text_field.text = str(int(text_field.text) + incr)
... 
>>> print etree.tostring(doc)
<typeBoxes>
    <typeBox type="counter">
        <text fontSize="140">123457</text>
        <text fontSize="26">Foobar</text>
        <incrementTextFieldNum>1</incrementTextFieldNum>
        <timing>1</timing>
        <increment>1</increment>
    </typeBox>
    <typeBox>
        <image>images/foo.png</image>
        <text fontSize="26">Foo</text>--&gt;
    </typeBox>
</typeBoxes>
>>> 

>>从xml.etree导入元素树作为etree
>>>语料库=”“”
...     
...         123456
…福巴
1.
1.
1.
...     
...     
…images/foo.png
…福-->
...     
... """
>>> 
>>>doc=etree.fromstring（语料库）
>>> 
>>>对于doc.findall中的typeBox（“typeBox”）：
...     如果typeBox.attrib.get（'type'）='counter'：
...         fieldnum=int（typeBox.find（'incrementTextFieldNum'）.text）
...         incr=int（typeBox.find（'increment'）.text）
...         text\u field=typeBox.findall（'text'）[fieldnum-1]
...         text\u field.text=str（int（text\u field.text）+incr）
... 
>>>打印etree.tostring（文档）
123457
福巴
1.
1.
1.
图片/foo.png
福--
>>> 

minidom不是很强大，现在大多数人都在使用ElementTree的一些变体。Python2.5及更高版本内置了它

>>> from xml.etree import ElementTree as etree
>>> corpus = """<typeBoxes>
...     <typeBox type="counter">
...         <text fontSize="140">123456</text>
...         <text fontSize="26">Foobar</text>
...         <incrementTextFieldNum>1</incrementTextFieldNum>
...         <timing>1</timing>
...         <increment>1</increment>
...     </typeBox>
...     <typeBox>
...         <image>images/foo.png</image>
...         <text fontSize="26">Foo</text>-->
...     </typeBox>
... </typeBoxes>"""
>>> 
>>> doc = etree.fromstring(corpus)
>>> 
>>> for typeBox in doc.findall('typeBox'):
...     if typeBox.attrib.get('type') == 'counter':
...         fieldnum = int(typeBox.find('incrementTextFieldNum').text)
...         incr = int(typeBox.find('increment').text)
...         text_field = typeBox.findall('text')[fieldnum-1]
...         text_field.text = str(int(text_field.text) + incr)
... 
>>> print etree.tostring(doc)
<typeBoxes>
    <typeBox type="counter">
        <text fontSize="140">123457</text>
        <text fontSize="26">Foobar</text>
        <incrementTextFieldNum>1</incrementTextFieldNum>
        <timing>1</timing>
        <increment>1</increment>
    </typeBox>
    <typeBox>
        <image>images/foo.png</image>
        <text fontSize="26">Foo</text>--&gt;
    </typeBox>
</typeBoxes>
>>> 

>>从xml.etree导入元素树作为etree
>>>语料库=”“”
...     
...         123456
…福巴
1.
1.
1.
...     
...     
…images/foo.png
…福-->
...     
... """
>>> 
>>>doc=etree.fromstring（语料库）
>>> 
>>>对于doc.findall中的typeBox（“typeBox”）：
...     如果typeBox.attrib.get（'type'）='counter'：
...         fieldnum=int（typeBox.find（'incrementTextFieldNum'）.text）
...         incr=int（typeBox.find（'increment'）.text）
...         text\u field=typeBox.findall（'text'）[fieldnum-1]
...         text\u field.text=str（int（text\u field.text）+incr）
... 
>>>打印etree.tostring（文档）
123457
福巴
1.
1.
1.
图片/foo.png
福--
>>> 

您通常能找到什么？你能找到

typeBox

元素吗？你能得到

文本
元素的列表吗？向我们展示您的代码。我使用doc.getElementsByTagName（'typeBox'）[0]可以更好地访问它。childNodes[1]，但即使这仍然是硬编码的标记。您通常能找到什么？你能找到
typeBox
元素吗？你能得到
文本
元素的列表吗？向我们展示您的代码。使用doc.getElementsByTagName（'typeBox'）[0]我可以更好地访问它。childNodes[1]，但即使这仍然是硬编码的标记。有趣的是，doc.findall（'typeBox'）找不到任何东西。您正在解析的文档的根节点真的是
？如果是其他内容，您可能需要首先遍历到该节点。不，不是，是。啊，是的，>>>e.getroot（）>>>e.findall（'typeBox'）[，，]，使用minidom做同样的事情没有问题。有趣的是，doc.findall（'typeBox'）找不到任何东西您正在解析的文档的根节点真的是
？如果是其他内容，您可能需要首先遍历到该节点。不，不是，是。啊，是的，>>>e.getroot（）>>>e.findall（'typeBox'）[，，]，使用minidom做同样的事情没有问题。