获取XML文档的DOM树

Question

有谁知道如何在Python中获取XML文件的DOM实例(树).我试图将两个XML文档相互比较,这些文档可能具有不同顺序的元素和属性.我该怎么做？

Answer 1

就我个人而言，只要有可能，我都会从elementtree开始（最好是 Python 标准库附带的 C 实现，或lxml实现，但这本质上只是一个更高的速度问题）。它不是一个符合标准的 DOM，但以更 Pythonic 和更方便的方式保存相同的信息。您可以首先调用xml.etree.ElementTree.parse，它获取 XML 源并返回一个元素树；在两个源上执行此操作，使用getroot每个元素树来获取其根元素，然后从根元素开始递归比较元素。

元素的子元素在元素树中形成一个序列，就像在标准 DOM 中一样，这意味着它们的顺序很重要；但很容易用它们来制作 Python 集（或者，如果重复在你的用例中很重要，但顺序并不重要，那么可以多花点功夫制作某种类型的“多集”）以进行更宽松的比较。对于给定元素的属性来说甚至更容易，其中保证了唯一性并且顺序在语义上不相关。

是否有某些特定原因需要标准 DOM 而不是像元素树这样的替代容器，或者您只是在一般意义上使用术语 DOM，以便元素树就可以了？

过去，我使用PyRXP也取得了很好的结果，它使用比 ElementTree 更鲜明、更简单的表示形式。然而，那是很多年前的事了；我最近没有将 PyRXP 与 lxml 或 cElementTree 进行比较的经验。