Question

我正在使用Python和xml.dom.minidom迭代导出的Excel电子表格，为我们的餐厅菜单输出HTML表格，并调用.write。困难在于Excel输出的XML不是结构化的。为了弥补这一点，我设置了一些变量（day，previousDay，meal等），当我遇到具有我正在测试的nodeValue的子节点时，这些变量就会被设置。我有一堆if语句来确定何时开始一个新表（一周中的每一天），或一个新行（当天！= previousDay）等等。

我正在努力弄清楚如何忽略特定节点。有一些节点可以从Excel中获取我需要忽略的节点，我可以根据具有特定值的子节点来完成此操作，但我无法弄清楚如何实现它。

基本上，我需要在main for循环中使用以下if语句：

for node in dome.getElementsByTagName('data'):  
    if node contains childNode with nodeValue == 'test':
        do something

Answer 1

我很快就会有一个嵌套的for循环，带有一个get-out-of-node-free-card（嗯，异常），如下所示。

Class BadNodeException (Exception):
pass
for node in dome.getElementsByTagName('data'):
try:  
    for child in node.childNodes:
        if child.nodeValue == 'test':
           raise BadNodeException
    ## process node as normal
except BadNodeException:
    pass

Answer 2

你必须使用xml.dom.minidom吗？因为这是XPath所关注的事情。例如，使用lxml.etree，它会找到您想要的所有元素：

my_elements = document.xpath("//data[not(*[.='test'])]")

W3C的DOM真的很难用于实际问题，因为它不包含简单的东西，比如返回元素值的属性。（XPath声明元素的值是它的所有子文本节点连接在一起，这就是上述模式有效的原因。）

你需要为这类事物实现一个辅助函数，例如：

def element_text(e):
  return "".join(t.nodeValue for t in e.childNodes if t.nodeType == Node.TEXT_NODE)

这使得构建过滤功能变得更容易，例如：

def element_is_of_interest(e):
   return not any((c for c in e.childNodes if element_text(c) == "test"))

并获得这样的元素：

my_elements = filter(element_is_of_interest, d.getElementsByTagName("data"))

Answer 3

您是否考虑过使用SAX解析器？ Sax解析器按照节点出现的顺序（深度优先）处理XML树结构，并允许您在解析它时处理节点值。

xml.sax.XmlReader

如何使用Python测试子节点是否存在迭代XML（使用xml.dom.minidom）

3 个答案: