xml.etree.ElementTree获取节点深度

Question

XML：<?xml version="1.0"?><pages>    <page>        <url>http://example.com/Labs</url>        <title>Labs</title>        <subpages>            <page>                <url>http://example.com/Labs/Email</url>                <title>Email</title>                <subpages>                    <page/>                    <url>http://example.com/Labs/Email/How_to</url>                    <title>How-To</title>                </subpages>            </page>            <page>                <url>http://example.com/Labs/Social</url>                <title>Social</title>            </page>        </subpages>    </page>    <page>        <url>http://example.com/Tests</url>        <title>Tests</title>        <subpages>            <page>                <url>http://example.com/Tests/Email</url>                <title>Email</title>                <subpages>                    <page/>                    <url>http://example.com/Tests/Email/How_to</url>                    <title>How-To</title>                </subpages>            </page>            <page>                <url>http://example.com/Tests/Social</url>                <title>Social</title>            </page>        </subpages>    </page></pages>代码：// rexml is the XML string read from a URLfrom xml.etree import ElementTree as ETtree = ET.fromstring(rexml)for node in tree.iter('page'):    for url in node.iterfind('url'):        print url.text    for title in node.iterfind('title'):        print title.text.encode("utf-8")    print '-' * 30输出：http://example.com/article1Article1------------------------------http://example.com/article1/subarticle1SubArticle1------------------------------http://example.com/article2Article2------------------------------http://example.com/article3Article3------------------------------Xml表示树状的站点地图结构。我整天在文档和Google上翻腾，无法弄清楚获取条目的节点深度。我使用了子容器的计数方法，但是它仅适用于第一个父容器，然后由于无法弄清如何重置而中断。但这可能只是一个骇人听闻的想法。

Answer 1

lxml.html。

import lxml.html

rexml = ...

def depth(node):

    d = 0

    while node is not None:

        d += 1

        node = node.getparent()

    return d

tree = lxml.html.fromstring(rexml)

for node in tree.iter('page'):

    print depth(node)

    for url in node.iterfind('url'):

        print url.text

    for title in node.iterfind('title'):

        print title.text.encode("utf-8")

    print '-' * 30

Answer 2

Python ElementTreeAPI为XML树的深度优先遍历提供了迭代器-不幸的是，这些迭代器没有向调用者提供任何深度信息。

但是您可以编写一个深度优先的迭代器，该迭代器还返回每个元素的深度信息：

import xml.etree.ElementTree as ET

def depth_iter(element, tag=None):

    stack = []

    stack.append(iter([element]))

    while stack:

        e = next(stack[-1], None)

        if e == None:

            stack.pop()

        else:

            stack.append(iter(e))

            if tag == None or e.tag == tag:

                yield (e, len(stack) - 1)

注意，这是比通过以下父链接确定深度更有效的（在使用lxml） -即它是O(n)与O(n log n)。