如何检测xml节点数？

Question

检测文档中xml节点数的最佳方法是什么？ 这里有一些例子：

<Items>
    <Timestamp></Timestamp>
    <Item>
        <ID>1</ID>
        <ID>2</ID>
        <ID>3</ID>
        <ID>4</ID>
    </Item>
    <Item>
        ...
    </Item>
</Items>

上面的示例有两个xml元素（2个Item ），但是无法检测到，例如，通过计算根之后第一个元素的出现次数（ Timestamp ）。

这是一个更常规的示例，它可以：

<Items>
    <Item>
        ...
    </Item>
    <Item>
        ...
    </Item>
</Items>

或者，一个更模糊的示例，可能只有一个元素（父元素“ Items”）-

<Items>
    <References>
        ...
    </References>
    <Talk>
        ...
    </Talk>
</Items>

在不事先了解结构的情况下，确定文档中xml节点数的最佳方法是什么？ 语言在这里无关紧要，但是更喜欢java或python。

Answer 1

“根节点重复的主要子元素的数量。” 尽管描述可以解释，但按照我的阅读方式，您可以将XML读入ElementTree，通过迭代枚举根节点，并使用collections.Counter对其计数。

import xml.etree.ElementTree as ET
import collections

refdoc = """<Items>
    <Timestamp></Timestamp>
    <Item>
        <ID>1</ID>
        <ID>2</ID>
        <ID>3</ID>
        <ID>4</ID>
    </Item>
    <Item>
        ...
    </Item>
</Items>"""

doc = ET.XML(refdoc)
counts = collections.Counter(elem.tag for elem in doc)
print(counts)
total = sum(count for count in counts.values() if count > 1)
print(total)

这导致

Counter({'Item': 2, 'Timestamp': 1})
2

您甚至可以将其压缩到更少的行中

total = sum(count for count in collections.Counter(
    elem.tag for elem in ET.XML(refdoc)).values() 
    if count > 1)

Answer 2

“在DOM中，XML文档中的所有内容都是一个节点。”

在XML Node和Element中是不同的事物，您似乎可以互换使用它们。

从您的示例中，您似乎正在寻找<Item>标记（除非找不到任何标记，否则<Items>视为一个），而不是节点。 因此，简单地算一下？

要计算Python中<Item>标签的数量，请在名为xml fx的字符串中加载XML：

xml = '<Items><Item>...</Item><Item>...</Item></Items>'
xml.count('<Item>')

Answer 3

我强烈建议为任务使用正确的工具，在本例中为XPath。 使用XPath，对元素节点进行计数（如果这就是“节点”的意思）很容易：

count(//*)

同样，计算其他节点（例如属性）也很容易。