是否有与 Python 的 lxml 等效的 Clojure 模块？答案

【问题标题】：Is there Clojure module equivalent to Python's lxml?是否有与 Python 的 lxml 等效的 Clojure 模块？
【发布时间】：2012-06-28 13:43:21
【问题描述】：

对于同一主题的第二个问题，我深表歉意，但我很困惑。是否有遵循 lxml 的 Clojure 模块，甚至是松散的，或者关于如何使用 Clojure 遍历 XML 文件的操作文档？

在 Python 中，我可以使用 lxml 模块打开一个 XML 文件；通过数据解析我的方式；查找<DeviceID>, <TamperName>, <SecheduledDateTime> 之类的标签，然后根据其中一个标签的值执行操作。

在 Clojure 中，我得到了关于如何使用 data.xml 解析然后通过提取 :content 标记的 val 并将信息放入树序列来进一步减少 data.xml 解析的信息的出色答案。

但是，即使结果数据也嵌入了其他地图标签，这些标签显然不会响应键和 vals 函数。

我可以获取这些数据并使用正则表达式搜索，但我觉得我遗漏了一些更简单的东西。

data.xml/parse 中的数据（调用ret-xml-data）看起来像这样，在 REPL 中使用各种（首先解析的 xml）和其他命令：

[:tag :TamperExport]
[:attrs {}]
:content
#clojure.data.xml.Element{:tag :Header, :attrs {}, :content 
(#clojure.data.xml.Element{:tag :ExportType, :attrs {}, 
:content ("Tamper Export")} 
#clojure.data.xml.Element{:tag :CurrentDateTime, 
:attrs {}, 
:content ("2012-06-26T15:40:22.063")} :attrs {}, 
:content ("{06643D9B-DCD3-459B-86A6-D21B20A03576}")}

这是我目前拥有的 Clojure 代码：

(defn ret-xml-data
    "Returns a map of the supplied xml file, as parsed by data.xml/parse."
    [xml-fnam]

    (let [input-xml (try
                        (java.io.FileInputStream. xml-fnam)
                        (catch Exception e))]

        (if-not (nil? input-xml)
            (xmld/parse input-xml)
            nil)))

(defn gen-xml-content-tree
    "Returns a tree-seq with :content extracted."

    [parsed-xml]
    (map :content (first (tree-seq :content :content (:content parsed-xml)))))

我想我可能已经找到了一种可重复的数据模式，可以让我在不创建大杂烩的情况下解析它：

xml-lib.core=> (first (second cl1))
#clojure.data.xml.Element{:tag :DeviceId, :attrs {}, :content ("80580608")}
xml-lib.core=> (keys (first (second cl1)))
(:tag :attrs :content)
xml-lib.core=> (vals (first (second cl1)))
(:DeviceId {} ("80580608"))

一如既往的感谢。

编辑：添加更多测试。

如果我使用类似 doseq 的函数遍历树序列结构，结果数据现在可能可以通过所采取的操作进行解析。

【问题讨论】：

“嵌入的其他地图标签”到底是什么意思？
我无法在文本编辑器中轻松看到树形结构，因此元素看起来是相互嵌入的。基本上，我想要给我时间/日期、endpointid 和任何其他嵌入信息的标签。我通过过滤掉 :content 到达了我想去的地方。这给了我一张更简单的地图。
您是否尝试过使用clojure.pprint/pprint（我想我没记错）。它会自动缩进所有内容。

标签： clojure lxml

【解决方案1】：

首先，很难准确地说出您要做什么。在解决编程问题时，它可以帮助您和其他人帮助您拥有一个“小案例”，您可以在解决更大的问题之前提出和解决。

听起来，您正试图从某些元素中提取内容并根据该内容执行操作。

我整理了一个包含一些简单内容的小 XML 文件来尝试一下：

<root>
    <someele>
        <item1>data</item1>
        <deeper>
            <item2>else</item2>
        </deeper>
    </someele>
</root>

我将它设计成我认为代表手头问题的一些核心挑战 - 特别是能够在 XML 中的任意嵌套级别上做一些事情。

看着精彩的Clojure Cheatsheet，找到了xml-seq，并尝试在clojure.data.xml/parsed xml上运行。该序列遍历每个元素，然后遍历它们的子元素，从而可以轻松地遍历 XML。

要按顺序挑选和处理特定项目，我喜欢将for 循环与:when 结合使用。 :when 可以在某些条件为真时轻松进入循环体。我还使用了“set as a function”语义，它检查集合中是否有东西。

(for [ele (xml-seq (load-xml))
      :when (#{:item1 :item2} (:tag ele))]
  [(:tag ele) (first (:content ele))])

这会返回一系列 ([:item1 "data"] [:item2 "else"])，然后可以轻松地以其他方式对其进行操作。

关于 Clojure 需要尝试并牢记的关键事项之一是，您往往不需要任何特殊的 API 来完成工作 - 核心语言可以轻松完成大部分（如果不是全部）您需要做的事情。例如，记录（即您所看到的返回）也是映射，因此 assoc、dissoc 等对它们起作用，这就是它们的预期使用方式。

如果这不能帮助您获得所需的结果，那么您能否提供一个小样本输出和您想要的样本结果？

【讨论】：

【解决方案2】：

经过（非常）简短的了解后，我能想到的最接近 lxml 的 Clojure 库称为 Enlive。它被列为 HTML 模板工具，但我很确定它用于挑选 HTML 元素的技术也可以应用于 XML。

【讨论】：