使用 ElementTree 的 iterfind 进行深度 XML 解析答案

【问题标题】：Using ElementTree's iterfind for deep XML parsing使用 ElementTree 的 iterfind 进行深度 XML 解析
【发布时间】：2018-02-16 14:28:19
【问题描述】：

我正在尝试使用 iterfind 解析所有 IPv6 address 元素。我认为我的匹配字符串是正确的，但我没有看到任何结果。我不熟悉解析深度 XML 文件，所以我开始质疑这种方法是不是最好的方法？

import requests 
import xml.etree.ElementTree as ET

r = requests.get('https://support.content.office.net/en-us/static/O365IPAddresses.xml')

root = ET.fromstring(r.text)

for node in root.iterfind(".//products/product/[@name='o365']/addresslist/[@type='IPv6']"):
    data = []
    for d in node.getchildren():
        if d.text:
            data.append(d.text)
    print ' '.join(data)

【问题讨论】：

标签： python xml-parsing lxml elementtree

【解决方案1】：

退后一步，确保您的 xpath 表达式是正确的。开始：

>>> r = requests.get('https://support.content.office.net/en-us/static/O365IPAddresses.xml')
>>> root = ET.fromstring(r.text)

如果您搜索 xpath 表达式的开头 .//products，您会得到什么？

>>> root.findall('.//products/product')
[]

你得到一个空列表，这意味着你的表达有问题。那是因为你的树的根是 products 元素：

>>> root
<Element 'products' at 0x7f16be5a9450>

所以层次结构的第一级将是product：

>>> root.findall('product')
[<Element 'product' at 0x7f16be5a9490>, <Element 'product' at 0x7f16be0e4190>, ...]

如果您将其替换回您的完整表达式，我们会得到：

>>> root.findall("product/[@name='o365']/addresslist/[@type='IPv6']")
[<Element 'addresslist' at 0x7f16be5a94d0>]

这似乎好多了。

在您的示例代码中使用该表达式会产生看似合理的输出。

【讨论】：