17370845950

minidom 是 Python 轻量级 DOM 解析器，加载 XML 为内存树结构；用 parse() 和 parseString() 加载文件或字符串；通过 getElementsByTagName、getAttribute、firstChild.data 等操作节点；推荐用 get_text() 安全提取文本；toprettyxml() 生成缩进 XML，需正则清理空行。

minidom 是 Python 标准库 xml.dom 模块中轻量级的 DOM 解析器，适合处理中小型 XML 文件。它把整个 XML 加载进内存，构建成树状结构，方便遍历、查询和修改节点。

加载并解析 XML 字符串或文件

用 parse() 读取文件，parseString() 解析字符串：

• from xml.dom.minidom import parse, parseString
• dom = parse("config.xml") —— 从文件加载
• dom = parseString("A") —— 从字符串加载

获取元素节点（常用方法）

DOM 中所有标签都是 Element 节点，通过以下方式定位：

• dom.getElementsByTagName("tagname")：返回 NodeList（类似列表），支持索引访问，如 items[0]
• dom.documentElement：获取根元素节点
• node.getAttribute("attr")：获取属性值，如 item.getAttribute("id")
• node.firstChild.data 或 node.childNodes[0].data：获取文本内容（注意空白换行也可能是 Text 节点）

安全提取文本内容（避免空节点报错）

直接访问 firstChild.data 容易因无子节点或只有空白节点而报错。推荐封装一个辅助函数：

def get_text(node):
    if node and node.firstChild and node.firstChild.nodeType == node.TEXT_NODE:
        return node.firstChild.data.strip()
    return ""

然后这样用：name = get_text(dom.getElementsByTagName("name")[0])

生成格式化 XML 字符串（带缩进）

默认 toxml() 不带换行缩进。可用 toprettyxml()，但要注意它会在每行开头加空行：

• print(dom.toprettyxml(indent=" ", encoding="utf-8").decode("utf-8"))
• 若要清除多余空行，可后处理：re.sub(r'^\s*\n', '', dom.toprettyxml(...), flags=re.MULTILINE)