python-3.x - 为什么在我打印 nodeName 时会弹出无关的文本?
问题描述
假设,我有以下 XML 文件:
<?xml version="1.0" encoding="utf-8"?>
<library attrib1="att11" attrib2="att22">
library-text
<book isbn="1111111111">
<title lang="en">T1 T1 T1 T1 T1</title>
<date>2001</date>
<author>A1 A1 A1 A1 A1</author>
<price>10.00</price>
</book>
<book isbn="2222222222">
<title lang="en">T2 T2 T2 T2 T2</title>
<date>2002</date>
<author>A2 A2 A2 A2 A2</author>
<price>20.00</price>
</book>
<book isbn="3333333333">
<title lang="en">T3 T3 T3 T3</title>
<date>2003</date>
<author>A3 A3 A3 A3 A3y</author>
<price>30.00</price>
</book>
</library>
主文件
import xml.dom.minidom as minidom
xml_fname = "library.xml"
dom = minidom.parse(xml_fname)
for node in dom.firstChild.childNodes:
print(node.nodeName)
输出
#text
book
#text
book
#text
book
#text
为什么输出显示#text
?它来自哪里?
解决方案
如果您更改print(node.nodeName)
为,print(node)
您将看到输出
<DOM Text node "'\n libra'...">
<DOM Element: book at 0x11f48ec8>
<DOM Text node "'\n '">
<DOM Element: book at 0x11f50070>
<DOM Text node "'\n '">
<DOM Element: book at 0x11f501d8>
<DOM Text node "'\n'">
minidom
将“自由文本”“节点”视为实际的、无名的 DOM 文本节点,名称为#text
.
如果您只想要book
节点,请明确说明:
for node in dom.getElementsByTagName('book'):
print(node.nodeName)
输出
book
book
book
请记住,minidom
不鼓励使用 。来自官方 Python 文档:
尚未精通 DOM 的用户应考虑改用该
xml.etree.ElementTree
模块进行 XML 处理。
考虑使用ElementTree
:
import xml.etree.ElementTree as ET
xml_fname = "library.xml"
root = ET.parse(xml_fname)
for node in root.findall('book'):
print(node.tag)
也输出
book
book
book
推荐阅读
- linux - ubuntu 上的 docker rootless - overlay2 失败:不支持驱动程序
- angular - 如何在 Angular 中测试来自 RXJS 的地图和分接管道
- redux - 如何处理让用户知道我正在等待 Redux 中 DB 的响应?
- reactjs - 寻找使用 GraphQL 数据在 MapBox 中显示标记的方法
- mysql - 担心在大表上添加新索引
- c# - 在 oxyplot 中绘制字符串列表,其中 YAxis 是字符串,XAxis 是整数
- android - 带有final修饰的JAVA方法变量如何用smali表示?
- python - Python Memory Error - 优化来自scraper的部分代码,以减少内存使用
- typescript - Apollo Server 和 TypeScript:“GraphQLApi”类型与“DataSource”类型没有共同的属性