使用python从具有相同父标记的子XML标记提取值

Question

我正在尝试使用python从XML文件中提取卷数。我曾经能够使用getElementsByTagName（'RollNumber'）检索适当的元素。在

具有相同子标记名的父标记现在已添加到XML生成中。运行脚本时，出现一个错误，声明元素实例没有属性“data”。在

<RollNumbers>
    <RollNumber>
        <RollNumber>1234567891011120000</RollNumber>
    </RollNumber>
</RollNumbers>

我把我的剧本附在下面：

^{pr2}$

Answer 1

这里的问题是假设RollNumber元素的所有子节点都是文本节点。但是，XML文档中的父元素RollNumber有另一个元素作为它的子元素之一，因此不能为元素返回{}。在

解决这个问题的一种方法是更换线路

rollTag = dom.getElementsByTagName('RollNumber')

与

^{pr2}$

dom.getElementsByTagName('RollNumber')返回标记名为RollNumber的所有元素。对于每一个这样的元素，我们会找到名称为RollNumber的子元素。如果找到任何节点，则element是父节点，并从返回到rollTag的列表中排除。rollTag因此只包含子RollNumber节点。在

或者，您可以替换这些线

        arn = node.data[:15]
        arcpy.AddMessage(arn)
        RollNums.append(arn)

与

^{4}$

这将检查RollNumber元素的子节点是否为文本节点，以及它是否包含空白以外的内容。在示例XML文档中，父元素RollNumber有两个子节点，它们都是只包含空白的文本节点，但您希望忽略它们。在

这两种方法都应该处理任意数量的嵌套RollNumber元素，前提是要读取的数据只存在于最里面的RollNumber元素中。如果父节点也包含文本，则它们的行为将不同，例如：

<RollNumbers>
    <RollNumber>
        <RollNumber>1234567891011120000</RollNumber>
        ABCDEFG
    </RollNumber>
</RollNumbers>

第一种方法将只返回123456789101112，但第二种方法也将提取文本ABCDEFG。在