使用来自 xml.dom.minidom 的 getElementsByTagName

Question

我正在浏览 PyCon 2010 中 Asheesh Laroia 的“Scrape the Web”演示文稿，我对特定代码行有疑问，即这一行：

title_element = parsed.getElementsByTagName('title')[0]

来自 function：

def main(filename):
    #Parse the file
    parsed = xml.dom.minidom.parse(open(filename))
    # Get title element
    title_element = parsed.getElementsByTagName('title')[0]
    # Print just the text underneath it
    print title_element.firstChild.wholeText

我不知道该行末尾的“[0]”扮演什么角色。 “xml.dom.minidom.parse”是否将输入解析为列表？

Answer 1

parse()不返回列表； getElementsByTagName()可以。 您要求所有带有<title>标签的元素。 大多数标签可以在文档中出现多次，因此当您请求这些元素时，您会得到不止一个。 返回它们的明显方法是作为列表或元组。

在这种情况下，您希望文档中只有一个<title>标记，因此您只需获取列表中的第一个元素。

Answer 2

此方法的 ( getElementsByTagName ) 文档说：

搜索具有特定元素类型名称的所有后代（直接子代、子代的子代等）。

既然它提到了“所有后代”，那么是的，很相似，它返回一个列表，该代码只是索引以查看第一个元素。

查看此方法的代码（在Lib/xml/dom/minidom.py中）——它确实返回了一个列表。