XML-документ анализируется как отдельный элемент вместо последовательности узлов

Question

Учитывая xml, который выглядит так:

<Store>
<foo>
<book>
<isbn>123456</isbn>
</book>
<title>XYZ</title>
<checkout>no</checkout>
</foo>
<bar>
<book>
<isbn>7890</isbn>
</book>
<title>XYZ2</title>
<checkout>yes</checkout>
</bar>
</Store>

Я получаю это как мой разобранный xmldoc:

>>> from xml.dom import minidom
>>> xmldoc = minidom.parse('bar.xml')
>>> xmldoc.toxml()
u'<?xml version="1.0" ?><Store>\n<foo>\n<book>\n<isbn>123456</isbn>\n</book>\n<t
itle>XYZ</title>\n<checkout>no</checkout>\n</foo>\n<bar>\n<book>\n<isbn>7890</is
bn>\n</book>\n<title>XYZ2</title>\n<checkout>yes</checkout>\n</bar>\n</Store>'

Есть ли простой способ предварительно обработать этот документ, чтобы при его анализе он не анализировался как отдельный элемент xml?

Answer 1

XML-документ всегда имеет один корневой элемент. Если вам не важен корневой элемент, просто проигнорируйте его и посмотрите на его дочерние элементы!

Например, используя более современное дерево элементов (но minidom предлагает аналогичные возможности в этом отношении):

try:
  import xml.etree.cElementTree as et
except ImportError:
  import xml.etree.ElementTree as et

xmlin = '''<Store>
<foo>
<book>
<isbn>123456</isbn>
</book>
<title>XYZ</title>
<checkout>no</checkout>
</foo>
<bar>
<book>
<isbn>7890</isbn>
</book>
<title>XYZ2</title>
<checkout>yes</checkout>
</bar>
</Store>'''

root = et.fromstring(xmlin)

for child in root.getchildren():
  print et.tostring(child)

Answer 2

xmldoc является разобранным объектом XML. toxml() просит его снова преобразовать себя в строку текста XML. Исследуйте немного дальше:

>>> xmldoc.childNodes
[<DOM Element: Store at 0x212b788>]
>>> xmldoc.childNodes[0].childNodes
[<DOM Text node "u'\n'">, <DOM Element: foo at 0x212bcd8>, <DOM Text node "u'\n'">, <DOM Element: bar at 0x212b2d8>, <DOM Text node "u'\n'">]

Затем поймите, что с DOM сложно работать, и прочитайте о ElementTree .