有没有办法使用中断的 XML 树结构检索树结构？-解网

问：

我正在尝试遍历具有许多嵌套子项的XML文件。据我了解，常见的XML结构具有父>子项>许多其他子项等...

当这种结构不是那么严格并且它被用作某种节点HEAD_NODE和节点编号的链表时会发生什么。其中，祖先HEAD_NODE指向父级的 NODE，从而创建整个结构。

...            
           <AAA>
              <BB>
                <HEAD_NODE>         0</HEAD_NODE>
                <NODE>         1</NODE>
                <LVL>         1</LVL>
                ...
                <BB>
                  <HEAD_NODE>         1</HEAD_NODE>
                  <NODE>         2</NODE>
                  <LVL>         2</LVL>
                  ...
                  <BB>
                    <HEAD_NODE>         2</HEAD_NODE>
                    <NODE>         3</NODE>
            <LVL>         3</LVL>
                    ...
                   
                    <BB>
                      <HEAD_NODE>         3</HEAD_NODE>
                      <NODE>         4</NODE>
                      <LVL>         4</LVL>
                      ...
                      <BB>
                        <HEAD_NODE>         4</HEAD_NODE>
                        <NODE>         5</NODE>
                        <LVL>         5</LVL>
                        ...
            
                      <BB>
                      <HEAD_NODE>         3</HEAD_NODE>
                      <NODE>        17</NODE>
                      <LVL>         4</LVL>
                      ...
                      <BB>
                        <HEAD_NODE>        17</HEAD_NODE>
                        <NODE>        18</NODE>
                        <LVL>         5</LVL>
                        ...
                      </BB>
                      <BB>
                        <HEAD_NODE>        17</HEAD_NODE>
                        <NODE>        19</NODE>
                        <LVL>         5</LVL>
                        ...
                     <BB>
                      <HEAD_NODE>         3</HEAD_NODE>
                      <NODE>       145</NODE>
                      <LVL>         4</LVL>
                      
                      <BB>
                        <HEAD_NODE>       145</HEAD_NODE>
                        <NODE>       163</NODE>
                        <LVL>         5</LVL>
                        
                      </BB>
                      <BB>
                        <HEAD_NODE>       145</HEAD_NODE>
                        <NODE>       164</NODE>
                        <LVL>         5</LVL>
                        
                      </BB>
                      <BB>
                        <HEAD_NODE>       145</HEAD_NODE>
                        <NODE>       165</NODE>
                        <LVL>         5</LVL>
                        
                      </BB>
                      <BB>
                        <HEAD_NODE>       145</HEAD_NODE>
                        <NODE>       166</NODE>
                        <LVL>         5</LVL>
                        
                      </BB>
                      <BB>
                        <HEAD_NODE>       145</HEAD_NODE>
                        <NODE>       167</NODE>
                        <LVL>         5</LVL>
                        
                      </BB>
                      <BB>
                        <HEAD_NODE>       145</HEAD_NODE>
                        <NODE>       168</NODE>
                        <LVL>         5</LVL>
                        ...
                      </BB>
...

在某些情况下，此结构对应于 XML 结构，但在某些情况下则不对应。

使用 Xpath，我能够获得叶节点，基本上是应该在这些树末尾的节点。

from lxml import etree

tree = etree.parse('file.xml')
root = tree.getroot()

leaf_elements = root.xpath('//*[local-name()="BB"][not(.//*[local-name()="BB"])]/*[local-name()="HEAD_NODE"]')

我的问题是，如何以某种有意义的方式去收获所有这些树（所有这些节点都包含其他信息，我也希望看到这条路径）。

感谢您的任何提示。

更新

我混合了库，它返回了更好的结果。它仍然不是 100% 的解决方案，但已经接近了networkxlxml

from lxml import etree
import networkx as nx

# create empty graph
G = nx.DiGraph()

for head_node in root.xpath('//ns:HEAD_NODE', namespaces=ns):
    node_id = head_node.text.strip()
    
    G.add_node(head_node)
    
    for node in head_node.xpath('./following-sibling::ns:NODE', namespaces=ns):
        child_id = node.text.strip()
        G.add_edge(node_id, child_id)
    
# I can look for all these path
nx.shortest_path(G, source='0', target='442')```

python xml xpath 树 xml 解析

如果你了解 XPath 3.1，或者准备学习它，那么在 XPath 3.1 版本中，这种事情是相当容易的。您可以使用以下库： pypi.org/project/saxonche 在 Python 中启用 XPath 3.1。使用 lxml 时，您只能使用 XPath 1.0 版，该版本非常过时，并且不足以满足您的目的。使用 XPath 1.0 时，您需要在 Python 中编写图形遍历代码，并且仅将 XPath 用于查找。

答： 暂无答案

上一个：xpath 是否明确允许未定义的变量？

下一个：Google 表格 importxml xpath 来解析 marcxml

有没有办法使用中断的 XML 树结构检索树结构？

Is there a way to retrieve tree structure with break XML tree structure?

更新

评论