Question

我们正在将古老的FrameMaker文档转换为XML。我的工作是转换它：

<?FM MARKER [Index] foo, bar ?>`

到此：

<indexterm>
    <primary>foo, bar</primary>
</indexterm>

我并不担心那部分（还）;令我感到困惑的是，ProcessingInstruction遍布文档并且可能位于任何元素之下，因此我需要能够搜索整个树，找到它们，然后处理它们。我无法弄清楚如何使用minidom迭代整个XML树。我错过了一些秘密方法/迭代器吗？这是我到目前为止所看到的：

Elementtree具有优秀的Element.iter()方法，这是一种深度优先搜索，但它不会处理ProcessingInstruction。
ProcessingInstruction没有标记名称，因此我无法使用minidom getElementsByTagName来搜索它们。
xml.sax＆＃39; ContentHandler.processingInstruction看起来只用于创建ProcessingInstruction。

如果没有创建我自己的深度优先搜索算法，有没有办法在XML文件中生成ProcessingInstruction列表，或者识别他们的父母？

Answer 1

使用lxml模块的XPath API：

from lxml import etree

foo = StringIO('<foo><bar></bar></foo>')
tree = etree.parse(foo)
result = tree.xpath('//processing-instruction()')

对于任何处理指令，节点测试processing-instruction（）都为true。 processing-instruction（）测试可能有一个Literal参数;在这种情况下，对于任何名称等于Literal值的处理指令都是如此。

<强>参考