Question

我能够获取图像标记中的值（请参阅下面的XML），但不能获取Category标记。区别在于一个是CDATA部分，另一个是字符串。任何帮助将不胜感激。

from xml.dom import minidom

xml = """<?xml version="1.0" ?>
<ProductData>
    <ITEM Id="0471195">
        <Category>
            <![CDATA[Homogenizers]]>        
        </Category>
        <Image>
            0471195.jpg
        </Image>
    </ITEM>
    <ITEM Id="0471195">
        <Category>
            <![CDATA[Homogenizers]]>        
        </Category>
        <Image>
            0471196.jpg
        </Image>
    </ITEM>
</ProductData>
"""

bad_xml_item_count = 0
data = {}
xml_data = minidom.parseString(xml).getElementsByTagName('ProductData')
parts = xml_data[0].getElementsByTagName('ITEM')
for p in parts:
    try:
        part_id = p.attributes['Id'].value.strip()
    except(KeyError):
        bad_xml_item_count += 1
        continue
    if not part_id:
        bad_xml_item_count += 1
        continue
    part_image = p.getElementsByTagName('Image')[0].firstChild.nodeValue.strip()
    part_category = p.getElementsByTagName('Category')[0].firstChild.data.strip()
    print '\t'.join([part_id, part_category, part_image])

Answer 1

p.getElementsByTagName（ '分类'）[0] .firstChild

minidom并没有变平＆lt;！[CDATA [部分为纯文本，它将它们留作DOM CDATASection节点。（可以说，它应该至少是可选的.DOM Level 3 LS默认为扁平化它们的价值，但minidom比DOM L3更老。）

因此，类别的firstChild是一个Text节点，表示＆lt; Category＆gt;之间的空格。打开标签和CDATA部分的开头。它有两个兄弟：CDATASection节点和另一个尾随空格Text节点。

你可能想要的是所有类别孩子的文本数据。在DOM Level 3 Core中你只需要调用：

p.getElementsByTagName('Category')[0].textContent

但是minidom还不支持。但是，最新版本支持另一种Level 3方法，您可以使用它以更迂回的方式执行相同的操作：

p.getElementsByTagName('Category')[0].firstChild.wholeText

Answer 2

CDATA是它自己的节点，因此这里的Category元素实际上有三个子节点，一个空白文本节点，CDATA节点和另一个空白节点。你只是看错了，就是这样。我没有看到任何更明显的方法来查询CDATA节点，但你可以这样解决它：

[n for n in category.childNodes if n.nodeType==category.CDATA_SECTION_NODE][0]

Answer 3

我遇到了类似的问题。我的解决方案类似于ironfroggy的回答，但是以更一般的方式实施：

for node in parentNode.childNodes:
        if node.nodeType == 4:
            cdataContent = node.data.strip()

CDATA的节点类型为4（CDATA_SECTION_NODE）

xml.dom.minidom：获取CDATA值

3 个答案: