Question

python dom解析xml

我的xml 我截取了一段：

<resources>
<string name="application_name">Browser</string>
<string name="choose_upload">Choose file for upload</string>
<string name="uploads_disabled">File uploads are disabled.</string>
<string name="delete_bookmark_warning">Delete bookmark \"
<xliff:g id="bookmark">%s</xliff:g>\"?
</string>
<string name="contextheader_folder_bookmarkcount">
<xliff:g id="bookmark_count">%d</xliff:g> bookmarks
</string>
<string-array name="pref_content_plugins_values" translatable="false">
<item>ON</item>
<item>ON_DEMAND</item>
<item>OFF</item>
</string-array>
</resources>
我要吧里面的文字提取出来。
我的自己写了个简单的程序
1 # -*- coding:utf-8- -*-
2 from xml.dom.minidom import parse
3 import xml.dom.minidom
4
5 DOMTree = xml.dom.minidom.parse("strings_english.xml")
6 resources = DOMTree.documentElement
7
8 strings = resources.getElementsByTagName("string")
9
10 for string in strings:
11 print "%s\n" %string.childNodes[0].data
我可以提取出<string>之间的文字。但是提取到我上面截取的第二个有<xliff:g>节点的地方时报错了，因为文字在<xliff:g></xliff:g>后面。报错是AttributeError: Element instance has no attribute 'data'。该怎么改呢。而且我想提取<xliff:g></xliff:g>之间的文字，但是这个节点名有冒号，要怎么提取。
还有就是有一个<string-array>节点，这个节点和<string>都是resources的字节点，我该在程序的哪里加遍历这个字节点的地方呢，我试了好多地方都不行。
有点麻烦，回答了我还会追加的，谢谢。

Answer 1

应该是你的XML文件结构有问题。
把<resources>改为：

<resources xmlns:android="http://schemas.android.com/apk/res/android"
xmlns:xliff="urn:oasis:names:tc:xliff:document:1.2">

追问

恩，我仔细看了下，是有问题，改了就好了。那么我想提取节点应该怎么提取呢。

追答

import xml.dom.minidom
from xml.dom.minidom import parse
from xml.dom import minidom, Node 
DOMTree = xml.dom.minidom.parse("strings_english.xml")
resources = DOMTree.documentElement

strings = resources.getElementsByTagName("string-array")
for string in strings:
    for s in string.childNodes:
        #只读取元素:元素element=1,属性attr=2,文本text=3,注释comments=8,文档document=9
        if s.nodeType == Node.ELEMENT_NODE:
            print s.firstChild.data

追问

你好，我还有个问题，如果我想要把你给我的程序和上面我提取节点的程序合起来，应该怎么合？我试了用if但是不行。

追答

# -*- coding:utf-8- -*-       
#遇到节点就再循环输出子节点getNodeText                                              
import os
import xml.dom.minidom
from xml.dom.minidom import parse
from xml.dom import minidom, Node


def getNodeText(ele):
    if ele.nodeType == xml.dom.minidom.Node.ELEMENT_NODE:
        for e in ele.childNodes:
            getNodeText(e)
    elif ele.nodeType in (xml.dom.minidom.Node.TEXT_NODE,xml.dom.minidom.Node.CDATA_SECTION_NODE):
        print(ele.nodeValue.strip())

DOMTree = xml.dom.minidom.parse("strings_english.xml")
resources = DOMTree.documentElement


for ss in resources.childNodes:
    getNodeText(ss)