为什么dom.firstChild.firstChild.nodeValue打印根标记内的文本？

Question

library.xml

<?xml version="1.0" encoding="utf-8"?>
<library>library-text. :D
    <book isbn="1111111111">
        <title lang="en">T1 T1 T1 T1 T1</title>
        <date>2001</date>
        <author>A1 A1 A1 A1 A1</author>     
        <price>10.00</price>
    </book>
    <book isbn="2222222222">
        <title lang="en">T2 T2 T2 T2 T2</title>
        <date>2002</date>
        <author>A2 A2 A2 A2 A2</author>     
        <price>20.00</price>
    </book>
    <book isbn="3333333333">
        <title lang="en">T3 T3 T3 T3</title>
        <date>2003</date>
        <author>A3 A3 A3 A3 A3y</author>        
        <price>30.00</price>
    </book>
</library>

Python代码

import xml.dom.minidom as minidom

xml_fname = "library.xml"

dom = minidom.parse(xml_fname) 

print(dom.firstChild.tagName)
print(dom.firstChild.firstChild.nodeValue)

输出

library
library-text. :D

为什么dom.firstChild.firstChild.nodeValue打印根标记内的文本

不应该是dom.firstChild.nodeValue吗

Answer 1

DOM中的节点不仅表示元素，文本值也是节点。<library>元素中的第一个子节点是文本节点，它的值是Python字符串'library-text. :D\n '：

>>> dom.firstChild.firstChild
<DOM Text node "'library-te'...">
>>> dom.firstChild.firstChild.nodeValue
'library-text. :D\n    '

注意Element的nodeValue属性是总是null（=None在Python中）；见DOM level 1 definition for ^{}：

In cases where there is no obvious mapping of these attributes for a specific nodeType (e.g., nodeValue for an Element or attributes for a Comment), this returns null.

什么节点类型保存Node.nodeValue的值的类型在Definition Group NodeType section中指定

domapi是一个非常简单的、基本的API，旨在与非常广泛的语言兼容，尤其是domlevel1规范（唯一受minidom支持的规范）。如果可以避免的话，你通常根本不想使用它。在Python中，使用更高级的API，如ElementTree API（使用^{} library，这是一个功能更丰富的兼容实现）

使用ElementTree，您主要处理只是元素，文本可以通过元素上的text和tail属性访问