ElementTree - findall 递归选择所有子元素答案

【问题标题】：ElementTree - findall to recursively select all child elementsElementTree - findall 递归选择所有子元素
【发布时间】：2015-07-17 20:12:28
【问题描述】：

Python 代码：

import xml.etree.ElementTree as ET
root = ET.parse("h.xml")
print root.findall('saybye')

h.xml 代码：

<hello>
  <saybye>
   <saybye>
   </saybye>
  </saybye>
  <saybye>
  </saybye>
</hello>

代码输出，

[<Element 'saybye' at 0x7fdbcbbec690>, <Element 'saybye' at 0x7fdbcbbec790>]

saybye 是另一个saybye 的子代，此处未选择。那么，如何指示 findall 递归遍历 DOM 树并收集所有三个 saybye 元素？

【问题讨论】：

标签： python xml python-2.7 recursion

【解决方案1】：

从 2.7 版本开始，您可以使用xml.etree.ElementTree.Element.iter：

import xml.etree.ElementTree as ET
root = ET.parse("h.xml")
print root.iter('saybye')

见19.7. xml.etree.ElementTree — The ElementTree XML API

【讨论】：

不幸的是他们忘记了那个人的命名空间
@kassiopeia：我不确定我理解你的意思。你能帮帮我吗？
在 python 3 中，任何函数 find()、findall()、findtext() 甚至 iterfind() 都有一个可选的 namespaces 参数来指定带有命名空间的字典。只有iter() 没有。见：docs.python.org/3/library/…

【解决方案2】：

如果你不怕一点 XPath，你可以使用 // 语法，意思是找到任何后代节点：

import xml.etree.ElementTree as ET
root = ET.parse("h.xml")
print(root.findall('.//saybye'))

不支持完整的 XPath，但以下是支持的列表： https://docs.python.org/2/library/xml.etree.elementtree.html#supported-xpath-syntax

【讨论】：

【解决方案3】：

引用findall，

Element.findall() 只查找带有标签且是当前元素的直接子元素的元素。

由于它只找到直接的孩子，我们需要递归地找到其他孩子，像这样

>>> import xml.etree.ElementTree as ET
>>> 
>>> def find_rec(node, element, result):
...     for item in node.findall(element):
...         result.append(item)
...         find_rec(item, element, result)
...     return result
... 
>>> find_rec(ET.parse("h.xml"), 'saybye', [])
[<Element 'saybye' at 0x7f4fce206710>, <Element 'saybye' at 0x7f4fce206750>, <Element 'saybye' at 0x7f4fce2067d0>]

更好的是，让它成为一个生成器函数，像这样

>>> def find_rec(node, element):
...     for item in node.findall(element):
...         yield item
...         for child in find_rec(item, element):
...             yield child
... 
>>> list(find_rec(ET.parse("h.xml"), 'saybye'))
[<Element 'saybye' at 0x7f4fce206a50>, <Element 'saybye' at 0x7f4fce206ad0>, <Element 'saybye' at 0x7f4fce206b10>]

【讨论】：

以这种方式，您返回 <saybye> 节点，这些节点要么是根的直接子节点，要么具有 <saybye> 作为父节点，因为您不会遍历整个树。

【解决方案4】：

Element.findall() 只查找带有标签且是当前元素的直接子元素的元素。

我们需要递归遍历所有子元素以找到与您的元素匹配的元素。

def find_rec(node, element):
    def _find_rec(node, element, result):
        for el in node.getchildren():
            _find_rec(el, element, result)
        if node.tag == element:
            result.append(node)
    res = list()
    _find_rec(node, element, res)
    return res

【讨论】：