错误：Minidom Python中列表索引超出范围

Question

我遇到了一个问题。我知道我想做什么，但不知道该怎么写代码。我有一些很大的XML文件。我需要打开每个文件，查找某个字符串在标签值中的出现，如果找到了就返回真。我在同一个标签下有多个相同的出现。下面是XML文件中一个这样的标签的例子。

<ulink xlink:type="simple"
xlink:href="urn:x-xxx:r2:reg-doc:*-*:*:*?title=XXX"
xlink:title="XXX" xmlns:xlink="http://www.w3.org/1999/xlink"
>XXX</ulink>.</p>

注意：我在一个文件中有很多这样的标签。我需要读取所有这些标签中的“xlink:title”内容，并与我的字符串进行比较。如果找到了，我需要打印出来。以下是我尝试过的代码。

from xml.dom.minidom import parse, parseString
import os, stat
import sys
def shahul(dir):   
    for r,d,f in os.walk(dir):
        for files in f:
            if files.endswith(".xml"):
                dom=parse(os.path.join(r, files));
                ref=dom.getElementsByTagName('ulink')
                link=ref[0].attributes['xlink:title'].value
                if "mystring" in link:
                    found=True
                    break
                print (files, found, sep='\t')

shahul("location")

注意：在上面的代码中，我使用了link=ref[0].attributes['xlink:title'].value。这是否意味着我只找到了第一个ulink标签？如果我想保存所有ulink标签的内容，我该怎么做呢？

这个索引错误是因为有多个同名的标签吗？还是说它无法保存link下的所有条目？请给我一些指导。谢谢。

Answer 1

当你看到 IndexError 和 ref[0] 这个错误时，其实是在告诉你列表是 空的，并不是说你找的标签有很多个。要处理所有找到的标签，你需要把它们放在一个循环里：

refs = dom.getElementsByTagName('ulink')
for ref in refs:
    #use ref

如果 refs 是空的，这个循环就不会执行。

Answer 2

你可以这样做：

dom=parse(os.path.join(r, files))
ref=dom.getElementsByTagName('ulink')
for n in ref:
    attr = n.getAttributeNode('xlink:title')
    if attr:
        link = attr.nodeValue.strip()
        print link 

这段代码会找到所有名字叫 ulink 的元素，并把这些元素都列出来。然后，它会检查这些元素中有没有 xlink:title 这个属性，并获取这个属性的值，然后把它打印出来。你也可以把打印的部分换成你的条件判断。