使用递归与Python进行XML解析。 返回值问题

Question

我对Python和一般编程还是有些陌生，所以我深表歉意。 顺便说一句，在此先感谢。

我正在使用Python 2.5，cElementTree和expat解析xml文档（专门用于Google Earth的kml）。 我试图从每种几何类型（即折线，多边形，点）的每个“地标”节点中的“名称”，“描述”和“坐标”节点中提取所有文本，但我想保留这些几何类型分离。 例如，对于作为“多边形”一部分（即它具有“多边形”节点）的每个地标，我只需要“名称”，“描述”和“坐标”文本。 我还需要针对“折线”和“点”执行此操作。 我已经找到了一种方法，但是代码很冗长，并且特定于每种几何类型，这导致了我的问题。

理想情况下，我想对每种几何类型使用相同的代码，但是问题是每种几何类型具有不同的节点结构（即，不同的节点名称和嵌套节点的数量）。 因此，为了概念验证，我认为这将是使用/学习递归来深入研究“地标”节点的节点树并获取我正在寻找的信息的好机会。 我看过许多有关Python递归的文章，但在实现所提供的解决方案时仍然遇到问题。

“地标”节点的示例xml是：

 <Placemark>
    <name>testPolygon</name>
    <description>polygon text</description>
    <styleUrl>#msn_ylw-pushpin</styleUrl>
    <Polygon>
            <tessellate>1</tessellate>
            <outerBoundaryIs>
                    <LinearRing>
                            <coordinates>
                                    -81.4065,31.5072,0 -81.41269,31.45992,0 -81.34490,31.459696,0 
                            </coordinates>
                    </LinearRing>
            </outerBoundaryIs>
    </Polygon>
 </Placemark>

我正在使用的递归函数是：

def getCoords( child, searchNode ):

    # Get children of node
    children = child.getchildren()

    # If node has one or more child
    if len( children ) >= 1 :

        # Loop through all the children
        for child in children:

            # call to recursion function
            getCoords( child, searchNode )

    # If does not have children and is the 'searchNode'
    elif len( children ) == 0 and child.tag == searchNode:

        # Return the text inside the node. This is where it is not working    
        # Other posts recommended returning the function like 
        # return getCoords(child, searchNode), but I am getting an unending loop
        return child.text

    # Do nothing if node doesn't have children and does not match 'searchNode'    
    else: 

        print 'node does not have children and is not what we are looking for'

我正在调用递归函数，如：

searchNode = 'coordinates'

# loop through all 'Placemark nodes' in document
for mark in placemark:

    # Get children of 'Placemark' node
    children = mark.getchildren() 

    # Loop through children nodes
    for child in children:

        # if a 'Polygon' node is found
        if child.tag == 'Polygon':

            # call recursion function
            getCoords( child, searchNode)

我至少知道部分问题是返回值。 其他帖子建议返回该函数，我将其解释为“返回getCoords（child，searchNode），但我遇到了无休止的循环。 另外，我意识到这可以发布在GIS网站上，但是我认为这更多是一个通用的编程问题。 有任何想法吗？

Answer 1

使用递归时，您要注意基本情况和递归情况。 无论您遇到的基本案例是什么，如果您希望能够从递归中收集信息，则它们必须返回递归案例可以（并且更重要的是可以使用）的数据。 同样，您需要确保递归案例返回的数据可以相互使用。

首先确定您的基础案例和递归案例。 基本情况是“叶”节点，没有子节点。 在基本情况下，您只想返回一些数据，而不要再次调用递归函数。 这就是使您能够像他们所说的那样“备份堆栈”并防止无限递归的方法。 递归情况将需要您保存从一系列递归调用中收集的数据，这几乎是您在for循环中所做的事情。

我注意到你有

# Recursive case: node has one or more child
if len( children ) >= 1 :
    # Loop through all the children
    for child in children:
        # call to recursion function
        getCoords( child, searchNode )

但是您如何处理getCoords调用的结果？

您或者希望将结果保存在某种数据结构中，然后可以在for循环结束时返回，或者如果您对保存结果本身不感兴趣，只需在出现以下情况时打印基本情况1（成功搜索）：您到达它而不是返回它。 因为现在您的基本情况1只是将堆栈返回到对结果不做任何事的实例！ 因此，请尝试：

# If node has one or more child
if len( children ) >= 1 :
    # Data structure for your results
    coords = []
    # Loop through all the children
    for child in children:
        # call to recursion function
        result = getCoords( child, searchNode )
        # Add your new results together
        coords.extend(result)
    # Give the next instance up the stack your results!
    return coords

现在，由于您的结果在列表中，并且使用了extend()方法，因此还必须使基本案例也返回列表！

# Base case 1: does not have children and is the 'searchNode'
elif len( children ) == 0 and child.tag == searchNode:
    # Return the text from the node, inside a list
    return [child.text]
# Base case 2: doesn't have children and does not match 'searchNode'
else:
    # Return empty list so your extend() function knows what to do with the result
    return []

最后应该只给您一个列表，您可能希望将其存储在变量中。 我刚刚在这里打印了结果：

searchNode = 'coordinates'
# loop through all 'Placemark nodes' in document
for mark in placemark:
    # Get children of 'Placemark' node
    children = mark.getchildren()
    # I imagine that getchildren() might return None, so check it
    # otherwise you'll get an error when trying to iterate on it
    if children:
        # Loop through children nodes
        for child in children:
            # if a 'Polygon' node is found
            if child.tag == 'Polygon':
                # call recursion function and print (or save) result
                print getCoords( child, searchNode)

Answer 2

当节点是searchNode时，您对递归调用的结果不做任何事情。

您需要聚合对节点子节点的递归调用的结果，或者只使用print child.text而不是return child.text。