如何使用Python Minidom提取XML中Legal_Name_Data下的姓名信息？

需求：使用Python的xml minidom解析XML文件，仅提取wd:Legal_Name_Data节点下的wd:First_Name和wd:Last_Name，忽略wd:Preferred_Name_Data及其他姓名节点。

待解析XML示例（单条记录）：

<?xml version="1.0" encoding="UTF-8"?>
<env:Envelope xmlns:env="http://schema.xmlsoap.org/soap/envelope/">
    <env:Body>
        <wd:Get_Working_Response xmlns:wd="urn:com.workway/bsvc"
                                 wd:version="v40.1">
            <wd:Request_Criteria>
                <wd:Transaction_Log_Criteria_Data>
                </wd:Transaction_Log_Criteria_Data>
                <wd:Field_And_Parameter_Criteria_Data>
                </wd:Field_And_Parameter_Criteria_Data>
                <wd:Eligibility_Criteria_Data>
                </wd:Eligibility_Criteria_Data>
            </wd:Request_Criteria>
            <wd:Response_Filter>
            </wd:Response_Filter>
            <wd:Response_Group>
            </wd:Response_Group>
            <wd:Response_Results>
            </wd:Response_Results>
            <wd:Response_Data>
                <wd:Worker>
                    <wd:Worker_Reference>
                        <wd:ID wd:type="WID">787878787878787</wd:ID>
                        <wd:ID wd:type="Employee_ID">123456</wd:ID>
                    </wd:Worker_Reference>
                    <wd:Worker_Descriptor>John Smith</wd:Worker_Descriptor>
                    <wd:Worker_Data>
                        <wd:Worker_ID>123456</wd:Worker_ID>
                        <wd:User_ID>jsmith</wd:User_ID>
                        <wd:Personal_Data>
                            <wd:Name_Data>
                                <wd:Legal_Name_Data>
                                    <wd:Name_Detail_Data wd:Formatted_Name="John J. Smith"
                                                         wd:Reporting_Name="John J. Smith">
                                        <wd:Country_Reference>
                                            <wd:ID wd:type="WID">89989898989989898</wd:ID>
                                            <wd:ID wd:type="ISO_3166-1_Alpha-2_Code">US</wd:ID>
                                            <wd:ID wd:type="ISO_3166-1_Alpha-3_Code">USA</wd:ID>
                                            <wd:ID wd:type="ISO_3166-1_Numeric-3_Code">000000</wd:ID>
                                        </wd:Country_Reference>
                                        <wd:First_Name>John</wd:First_Name>
                                        <wd:Middle_Name>J.</wd:Middle_Name>
                                        <wd:Last_Name>Smith</wd:Last_Name>
                                    </wd:Name_Detail_Data>
                                </wd:Legal_Name_Data>
                                <wd:Preferred_Name_Data>
                                    <wd:Name_Detail_Data wd:Formatted_Name="Johnny James Smith"
                                                         wd:Reporting_Name="Johnny James Smith">
                                        <wd:Country_Reference>
                                            <wd:ID wd:type="WID">89989898989989898</wd:ID>
                                            <wd:ID wd:type="ISO_3166-1_Alpha-2_Code">US</wd:ID>
                                            <wd:ID wd:type="ISO_3166-1_Alpha-3_Code">USA</wd:ID>
                                            <wd:ID wd:type="ISO_3166-1_Numeric-3_Code">000000</wd:ID>
                                        </wd:Country_Reference>
                                        <wd:First_Name>Johnny</wd:First_Name>
                                        <wd:Middle_Name>James</wd:Middle_Name>
                                        <wd:Last_Name>Smith</wd:Last_Name>
                                    </wd:Name_Detail_Data>
                                </wd:Preferred_Name_Data>
                                <wd:Additional_Name_Data>
                                    <wd:Name_Detail_Data wd:Formatted_Name="John J. Smith"
                                                         wd:Reporting_Name="John J. Smith">
                                        <wd:Country_Reference>
                                            <wd:ID wd:type="WID">89989898989989898</wd:ID>
                                            <wd:ID wd:type="ISO_3166-1_Alpha-2_Code">US</wd:ID>
                                            <wd:ID wd:type="ISO_3166-1_Alpha-3_Code">USA</wd:ID>
                                            <wd:ID wd:type="ISO_3166-1_Numeric-3_Code">840</wd:ID>
                                        </wd:Country_Reference>
                                        <wd:First_Name>John</wd:First_Name>
                                        <wd:Middle_Name>J.</wd:Middle_Name>
                                        <wd:Last_Name>Smith</wd:Last_Name>
                                    </wd:Name_Detail_Data>
                                    <wd:Name_Type_Reference>
                                        <wd:ID wd:type="WID">89989898989989898</wd:ID>
                                        <wd:ID wd:type="Additional_Name_Type_ID">Preferred</wd:ID>
                                    </wd:Name_Type_Reference>
                                </wd:Additional_Name_Data>
                            </wd:Name_Data>
                        </wd:Personal_Data>
                    </wd:Worker_Data>
                </wd:Worker>
            </wd:Response_Data>
        </wd:Get_Working_Response>
    </env:Body>
</env:Envelope>

原有代码（会提取所有姓名节点）：

from xml.dom import minidom

doc = minidom.parse('myfile.xml')

firstlist =[]
lastlist=[]

first = doc.getElementsByTagName('wd:First_Name')
for name in first:
    first2 =name.firstChild.nodeValue
    firstlist.append(first2)

last = doc.getElementsByTagName('wd:Last_Name')
for lasts in last:
    last2 =lasts.firstChild.nodeValue
    lastlist.append(last2)

解决方案 #

核心思路是先定位到目标父节点wd:Legal_Name_Data，再在其内部查找子节点，而非全局搜索所有姓名节点。

修改后的代码：

from xml.dom import minidom

doc = minidom.parse('myfile.xml')

firstlist = []
lastlist = []

# 获取所有Legal_Name_Data节点，缩小搜索范围
legal_name_nodes = doc.getElementsByTagName('wd:Legal_Name_Data')

for legal_node in legal_name_nodes:
    # 仅在当前Legal_Name_Data节点内查找First_Name
    first_names = legal_node.getElementsByTagName('wd:First_Name')
    if first_names:
        firstlist.append(first_names[0].firstChild.nodeValue)
    
    # 仅在当前Legal_Name_Data节点内查找Last_Name
    last_names = legal_node.getElementsByTagName('wd:Last_Name')
    if last_names:
        lastlist.append(last_names[0].firstChild.nodeValue)

# 输出结果
print("合法名（名）：", firstlist)
print("合法名（姓）：", lastlist)

代码说明 #

1. 先通过getElementsByTagName('wd:Legal_Name_Data')锁定所有合法姓名节点，避免全局搜索带来的无关数据；
2. 遍历每个合法姓名节点，在节点内部调用getElementsByTagName，确保只获取该节点下的子节点；
3. 添加非空判断，防止因节点缺失导致的报错。

如果需要结构化存储每个Worker的合法姓名，可改用字典列表形式：

from xml.dom import minidom

doc = minidom.parse('myfile.xml')

legal_names = []

legal_name_nodes = doc.getElementsByTagName('wd:Legal_Name_Data')

for legal_node in legal_name_nodes:
    first_name = legal_node.getElementsByTagName('wd:First_Name')[0].firstChild.nodeValue if legal_node.getElementsByTagName('wd:First_Name') else None
    last_name = legal_node.getElementsByTagName('wd:Last_Name')[0].firstChild.nodeValue if legal_node.getElementsByTagName('wd:Last_Name') else None
    legal_names.append({
        "first_name": first_name,
        "last_name": last_name
    })

print("合法姓名列表：", legal_names)

内容的提问来源于stack exchange，提问作者Nick