检查XML文件中是否存在非空的子元素

Question

我有一个如下的XML文件：

Foo

我想验证每个subtag元素都拥有一个非空值的子元素check。如果有以下两种情况，程序应该输出错误信息：

check元素存在但其值为空
有一个或多个subtag中未包含check元素

应该如何实现这个功能呢？

我写出的代码如下，但未能完全达到我的要求：

from lxml import etree  # 忽略类型提示

def parse_xml(path: str) -> list:
    root = etree.parse(path)
    components = root.xpath("/components/component")

    return list(components)

path = "test.xml"

for p in parse_xml(path)[0].iter('check'):
    if not len(str(p)) > 0:
        print("check 标签为空")

Frank Heikens · Answer

基本上，我的想法是按照以下步骤进行：

遍历subtags列表中的每一个subtag元素。
定位到check元素。
如果check_elements列表为空（即表明check元素不存在），则打印错误消息。
否则，获取其文本内容并检查是否为空或仅包含空白字符。如果是，则打印错误消息。

示例代码如下：

# ... 其他代码部分
for component in components:
    subtags = component.xpath(".//maintag/subtag")
    for subtag in subtags:
        check_elements = subtag.xpath("./check")
        if not check_elements:
            print(f"在第{subtag.sourceline}行，check标签未出现") 
            # 添加了错误行号信息
            # 您可以根据需求自行修改这一部分
        else:
            check_element = check_elements[0]
            check_text = check_element.text
            if not check_text or check_text.strip() == "":
                print(f"在第{check_element.sourceline}行，check标签内容为空")

示例代码链接：点此查看

LazyOne · Answer

您可以将这两个条件转化为一个XPath表达式：

root = etree.parse("test.xml")

expr = "//subtag[not(check/text()) or not(check)]"

not any(e is not None for e in root.xpath(expr))  # 输出False

另外，如果您需要详细的检查反馈，可以这样做：

for idx, st in enumerate(root.xpath("//subtag"), 1):
    check = st.find("check")
    if check is None:
        print(f"'check' 在 'subtag' 第 {idx} 个元素中不存在")
    elif not check.text:
        print(f"'check' 在 'subtag' 第 {idx} 个元素中为空")
    else:
        ...

输出结果：

# 'check' 在 'subtag' 第 2 个元素中为空
# 'check' 在 'subtag' 第 3 个元素中不存在

Mats Petersson · Answer

这是一个使用xml.etree.ElementTree库和index()方法的解决方案：

import xml.etree.ElementTree as ET

xml_str = '''

    
        
            
                Foo
            
            
                
            
            
            
        
    

'''

root = ET.fromstring(xml_str)

def check_subtag(elem):
    if len(elem) == 0:
        print(f"错误：第{root.findall('.//subtag').index(elem)}个子标签没有子标签（例如：）")
    if len(elem) != 0:
        for c in elem.iter():
            if c.tag == "check" and c.text is not None:
                print(f"正确：第{root.findall('.//subtag').index(elem)}个子标签含有文本为{c.text}的标签")
            if c.tag == "check" and c.text is None:
                print(f"错误：第{root.findall('.//subtag').index(elem)}个子标签含有空的标签")

for subtag in root.findall(".//subtag"):
    check_subtag(subtag)

输出结果：

正确：第0个子标签含有文本为Foo的标签
错误：第1个子标签含有空的标签
错误：第2个子标签没有子标签（例如：）

或者通过返回错误代码的方式：

import xml.etree.ElementTree as ET

xml_str = '''

    
        
            
                Foo
            
            
                
            
            
            
            
                 
            
        
    

'''

root = ET.fromstring(xml_str)

def check_subtag(elem):
    # 错误代码：
    # 0 - 正确，存在且包含文本或空格
    # 1 - 错误，存在但无文本
    # 2 - 错误，不存在
    if len(elem) == 0:
        return 2
    if len(elem) != 0:
        for c in elem.iter():
            if c.tag == "check" and c.text is not None:
                return 0
            if c.tag == "check" and c.text is None:
                return 1

for subtag in root.findall(".//subtag"):
    if check_subtag(subtag) != 0:
        print(f"子标签位于第{root.findall('.//subtag').index(subtag)}的位置，错误代码为{check_subtag(subtag)}")

输出结果：

子标签位于第1的位置，错误代码为1
子标签位于第2的位置，错误代码为2