Python xml.dom中没有递归(单节点级别)getElementsByTagName

Question

有没有办法getElementsByTagName只在单个节点级别使用而不是递归？

例如,考虑解析pom.xml文件:

<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">

    <parent>
        <groupId>com.parent</groupId>
        <artifactId>parent</artifactId>
        <version>1.0-SNAPSHOT</version>
        <relativePath>../pom.xml</relativePath>
    </parent>

    <modelVersion>2.0.0</modelVersion>
    <groupId>com.parent.somemodule</groupId>
    <artifactId>some_module</artifactId>
    <packaging>jar</packaging>
    <version>1.0-SNAPSHOT</version>
    <name>Some Module</name>
    ...

如果我想进入groupId顶级(特别是project->groupId,不是project->parent->groupId),我使用:

xmldoc = minidom.parse('pom.xml')
groupId = xmldoc.getElementsByTagName("groupId")[0].childNodes[0].nodeValue

但不幸的是,groupId无论层次结构级别如何,它都会在文件中找到第一个物理事件project->parent->groupId.我实际上只想在特定节点级别进行非递归查找,而不是在其子级内.有没有办法做到这一点xml.dom？

更新: 我切换到BeautifulSoup但仍然有隐式递归遍历的相同问题:使用BeautifulSoup在Python中查找非递归DOM子节点

Answer 1

您可以迭代getElementsByTagName()结果并获取根级别上的第一个元素：

group_id_element =  next(element for element in xmldoc.getElementsByTagName("groupId")
                         if element.parentNode == xmldoc.documentElement)

print group_id_element.childNodes[0].nodeValue

请注意，使用ElementTree做同样的事情会更容易、更短和更快，它也是标准库的一部分。

希望有帮助。