使用minidom查找具有属性的元素

Question

给定

<field name="frame.time_delta_displayed" showname="Time delta from previous displayed frame: 0.000008000 seconds" size="0" pos="0" show="0.000008000"/>
<field name="frame.time_relative" showname="Time since reference or first frame: 0.000008000 seconds" size="0" pos="0" show="0.000008000"/>
<field name="frame.number" showname="Frame Number: 2" size="0" pos="0" show="2"/>
<field name="frame.pkt_len" showname="Packet Length: 1506 bytes" hide="yes" size="0" pos="0" show="1506"/>
<field name="frame.len" showname="Frame Length: 1506 bytes" size="0" pos="0" show="1506"/>
<field name="frame.cap_len" showname="Capture Length: 1506 bytes" size="0" pos="0" show="1506"/>
<field name="frame.marked" showname="Frame is marked: False" size="0" pos="0" show="0"/>
<field name="frame.protocols" showname="Protocols in frame: eth:ip:tcp:http:data" size="0" pos="0" show="eth:ip:tcp:http:data"/>

我怎么能直接获取名为"frame.len"的字段，而不需要一个一个标签去检查它们的属性呢？

Answer 1

哇，那个正则表达式真是太糟糕了！从2016年开始，每个DOMElement都有一个.getAttribute()的方法，这样做事情会简单一些，但你还是得一个一个地遍历这些元素。

l = []
for e in elements:
    if e.hasAttribute('name') and e.getAttribute('name') == 'field.len':
        l.append(e)

Answer 2

你不能这样做——这个DOM API，设计得有点糟糕（这不是Python的问题，是w3c的问题！），没有提供这样的搜索功能来帮你自动遍历。你要么接受需要手动循环（不是遍历每一个标签，而是遍历所有具有特定标签名的标签），要么可以选择更强大的工具，比如BeautifulSoup或lxml。

Answer 3

我觉得你可能做不到。

从父级 element 开始，你需要

for subelement in element.GetElementsByTagName("field"):
    if subelement.hasAttribute("frame.len"):
        do_something()

针对你3月11日的评论，如果你的文档结构比较稳定，没有什么意外情况（比如属性里面有尖括号），你可以试试一些不太常规的方法，使用正则表达式。这种做法并不推荐，但可能会比真正解析文件简单得多。我承认我有时候也这么做过，至今还没出问题。

所以在你的情况下，你可以（假设 <field> 标签不会跨多行）：

xmlfile = open("myfile.xml")
for line in xmlfile:
    match = re.search(r'<field\s+name="frame.len"\s+([^>]+)/>', line):
    if match:
        result = match.group(1)
        do_something(result)

如果 <field> 标签 可以 跨多行，你可以尝试把整个文件作为纯文本加载到内存中，然后扫描匹配项：

filedump = open("myfile.xml").read()
for match in re.finditer(r'<field\s+name="frame.len"\s+([^>]+)/>', filedump):
    result = match.group(1)
    do_something(result)

在这两种情况下，result 将包含除了 frame.len 之外的其他属性。正则表达式假设 frame.len 始终是标签内的第一个属性。