Python XML minidom 获取包含子节点和文本的子节点的完整内容

Question

我正在寻找使用 xml minidom 提取 xml 文件的内容，下面是示例：

<parent>
   <child>
        text1 
        <subchild>text2 </subchild> 
        text3
   </child>
</parent>

以下代码仅提取"text1"：

  DOMTree = xml.dom.minidom.parse('file.xml')
  document = DOMTree.documentElement
  parents = document.getElementsByTagName('parent')
  for parent in parents:
    child = parents.getElementsByTagName('parent')[0]
    print(child.childNodes[0].nodeValue) # shows text1

我可以获取文本 1 和文本 2，但不能获取文本3
请问我怎样才能获得我的子元素和我的子子元素的完整内容（文本 1 文本2 文本 3）？

Answer 1

遍历子节点并在对象Text的情况下获取 .data 属性，否则firstChild.nodeValue：

print([node.data.strip() if isinstance(node, xml.dom.minidom.Text) else node.firstChild.nodeValue
       for node in child.childNodes])

打印['text1', 'text2 ', 'text3'] .

---

不过，我会考虑切换到比minidom库更直接、更易于使用和理解的东西。例如，查看在xml模式下使用 BeautifulSoup 有多容易：

>>> from bs4 import BeautifulSoup
>>> data = """
... <parent>
...    <child>
...         text1 
...         <subchild>text2 </subchild> 
...         text3
...    </child>
... </parent>
... """
>>> soup = BeautifulSoup(data, "xml")
>>> print(soup.child.get_text())
        text1 
        text2  
        text3