在Python中将Doc对象转换为字符串

Question

我正在使用minidom来解析一个xml文档。我提取了带有yum标签的数据，并把它们存储在一个列表中，然后计算了这些词的出现频率。不过，列表里并没有把它们当作字符串来存储或读取。有没有其他方法可以做到这一点？现在我有的代码是：

yumNodes = [node for node in doc.getElementsByTagName("yum")]

for node in yumNodes:
    yumlist.append(t.data for t in node.childNodes if t.nodeType == t.TEXT_NODE)

for ob in yumlist:
    for o in ob:
        if word not in freqDict:
            freqDict[word] = 1
        else:
            freqDict[word] += 1

Answer 1

把

yumlist.append(t.data for t in node.childNodes if t.nodeType == t.TEXT_NODE)

替换成下面这个：

yumlist.append(t.nodeValue for t in node.childNodes if t.nodeType == 3)

Answer 2

这和你的问题不完全相关，但我想说一些可以让你的代码更好的建议……这个写法

freqDict = {}
...
if word not in freqDict:
    freqDict[word] = 1
else:
    freqDict[word] += 1

通常可以用下面的方式替代

import collections
freqDict = collections.defaultdict(int)
...
freqDict[word] += 1

或者在2.5之前的版本

freqDict = {}
...
freqDict.setdefault(word, 0) += 1