在Python中阅读Maven Pom xml

Question

我有一个pom文件,具有以下定义:

<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/maven-v4_0_0.xsd">

<modelVersion>4.0.0</modelVersion>
<groupId>org.welsh</groupId>
<artifactId>my-site</artifactId>
<version>1.0.0</version>
<packaging>pom</packaging>

<profiles>
    <profile>
        <build>
            <plugins>
                <plugin>
                    <groupId>org.welsh.utils</groupId>
                    <artifactId>site-tool</artifactId>
                    <version>1.0</version>
                    <executions>
                        <execution>
                            <configuration>
                                <mappings>
                                    <property>
                                        <name>homepage</name>
                                        <value>/content/homepage</value>
                                    </property>
                                    <property>
                                        <name>assets</name>
                                        <value>/content/assets</value>
                                    </property>
                                </mappings>
                            </configuration>
                        </execution>
                    </executions>
                </plugin>
            </plugins>
        </build>
    </profile>
</profiles>
</project>

我期待建立一个字典断name和value下元素property下mappings元素.

那么,我想弄清楚如何得到所有可能的mappings元素(柜面的多个生成配置文件),所以我可以得到所有property在它之下,并从阅读内容支持的XPath语法以下应打印出所有可能的文本/值元素:

import xml.etree.ElementTree as xml

pomFile = xml.parse('pom.xml')
root = pomFile.getroot()

for mapping in root.findall('*/mappings'):
    for prop in mapping.findall('.//property'):
        logging.info(prop.find('name').text + " => " + prop.find('value').text)

什么都没有回来.我尝试打印出所有mappings元素并得到:

>>> print root.findall('*/mappings')
[]

当我打印出root我得到的所有内容时:

>>> print root.findall('*')
[<Element '{http://maven.apache.org/POM/4.0.0}modelVersion' at 0x10b38bd50>, <Element '{http://maven.apache.org/POM/4.0.0}groupId' at 0x10b38bd90>, <Element '{http://maven.apache.org/POM/4.0.0}artifactId' at 0x10b38bf10>, <Element '{http://maven.apache.org/POM/4.0.0}version' at 0x10b3900d0>, <Element '{http://maven.apache.org/POM/4.0.0}packaging' at 0x10b390110>, <Element '{http://maven.apache.org/POM/4.0.0}name' at 0x10b390150>, <Element '{http://maven.apache.org/POM/4.0.0}properties' at 0x10b390190>, <Element '{http://maven.apache.org/POM/4.0.0}build' at 0x10b390310>, <Element '{http://maven.apache.org/POM/4.0.0}profiles' at 0x10b390390>]

这让我试着打印:

>>> print root.findall('*/{http://maven.apache.org/POM/4.0.0}mappings')
[]

但那也没有用.

任何建议都会很棒.

谢谢,

Answer 1

问题中代码的主要问题是

• 它没有指定命名空间，并且
• 它使用*/而不是//which 只匹配直接子级。

正如您在 XML 文件的顶部所看到的，Maven使用名称空间http://maven.apache.org/POM/4.0.0。xmlns根节点中的属性定义了默认命名空间。该属性xmlns:xsi定义了一个仅用于 的命名空间xsi:schemaLocation。

<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/maven-v4_0_0.xsd">

要像profile在方法中一样指定标签find，您还必须指定命名空间。例如，您可以编写以下内容来查找所有profile-tags。

import xml.etree as xml

pom = xml.parse('pom.xml')
for profile in pom.findall('//{http://maven.apache.org/POM/4.0.0}profile'):
    print(repr(profile))

另请注意，我正在使用//. */对于上面的特定 xml 文件，使用将产生相同的结果。但是，它不适用于其他标签，例如mappings. 由于*仅表示一级，*/child因此可以扩展为parent/tag或xyz/tag但不能扩展为xyz/parent/tag。

现在，您应该能够想出这样的方法来查找所有映射：

pom = xml.parse('pom.xml')
map = {}
for mapping in pom.findall('//{http://maven.apache.org/POM/4.0.0}mappings'
                           '/{http://maven.apache.org/POM/4.0.0}property'):
    name  = mapping.find('{http://maven.apache.org/POM/4.0.0}name').text
    value = mapping.find('{http://maven.apache.org/POM/4.0.0}value').text
    map[name] = value

像这样指定命名空间非常冗长。为了更容易阅读，您可以定义一个命名空间映射并将其作为第二个参数传递给findand findall：

# ...
nsmap = {'m': 'http://maven.apache.org/POM/4.0.0'}
for mapping in pom.findall('//m:mappings/m:property', nsmap):
    name  = mapping.find('m:name', nsmap).text
    value = mapping.find('m:value', nsmap).text
    map[name] = value

Answer 2

好的，发现当我从project元素中删除 Maven 内容时，我只能<project>这样做：

for mapping in root.findall('*//mappings'):
    logging.info(mapping)
    for prop in mapping.findall('./property'):
        logging.info(prop.find('name').text + " => " + prop.find('value').text)

这会导致：

INFO:root:<Element 'mappings' at 0x10d72d350>
INFO:root:homepage => /content/homepage
INFO:root:assets => /content/assets

然而，如果我把 Maven 的东西留在顶部，我可以这样做：

for mapping in root.findall('*//{http://maven.apache.org/POM/4.0.0}mappings'):
    logging.info(mapping)
    for prop in mapping.findall('./{http://maven.apache.org/POM/4.0.0}property'):
        logging.info(prop.find('{http://maven.apache.org/POM/4.0.0}name').text + " => " + prop.find('{http://maven.apache.org/POM/4.0.0}value').text)

结果是：

INFO:root:<Element '{http://maven.apache.org/POM/4.0.0}mappings' at 0x10aa7f310>
INFO:root:homepage => /content/homepage
INFO:root:assets => /content/assets

然而，我很想知道如何避免考虑 Maven 的东西，因为它把我限制在这种格式中。

编辑：

好吧，我设法得到了一些更详细的内容：

import xml.etree.ElementTree as xml

def getMappingsNode(node, nodeName):
    if node.findall('*'):
        for n in node.findall('*'):
            if nodeName in n.tag:
                return n
        else:
            return getMappingsNode(n, nodeName)

def getMappings(rootNode):
    mappingsNode = getMappingsNode(rootNode, 'mappings')
    mapping = {}

    for prop in mappingsNode.findall('*'):
        key = ''
        val = ''

        for child in prop.findall('*'):
            if 'name' in child.tag:
                key = child.text

            if 'value' in child.tag:
                val = child.text

        if val and key:
            mapping[key] = val

    return mapping

pomFile = xml.parse('pom.xml')
root = pomFile.getroot()

mappings = getMappings(root)
print mappings