如何检查XML中每个subtag的check子元素存在且非空？

给定如下XML文件：

<?xml version="1.0" encoding="utf-8"?>
<components version="1.0.0">
    <component type="foo">
        <maintag>
            <subtag>
                <check>Foo</check>
            </subtag>
            <subtag>
                <check></check>
            </subtag>
            <subtag>
            </subtag>
        </maintag>
    </component>
</components>

需要检查每个subtag元素是否包含值非空的check子元素，出现以下情况时输出错误：

• check元素存在但内容为空
• 一个或多个subtag中完全不存在check元素

用户编写的代码无法完全满足需求：

from lxml import etree # type: ignore

def parse_xml(path: str) -> list:

    root = etree.parse(path)
    components = root.xpath("/components/component")

    return list(components)

path = "test.xml"

for p in parse_xml(path)[0].iter('check'):
    if not len(str(p)) > 0:
        print("check tag empty")

要覆盖两种错误场景，需要遍历所有subtag元素，逐一检查是否存在check子元素以及其内容是否非空。修改后的代码如下：

from lxml import etree

def validate_subtags(path: str):
    root = etree.parse(path)
    # 获取所有subtag元素
    subtags = root.xpath("//subtag")
    
    for idx, subtag in enumerate(subtags, start=1):
        # 查找当前subtag下的直接子元素check
        check_elements = subtag.xpath("./check")
        if not check_elements:
            print(f"错误：第{idx}个subtag元素缺少check子元素")
            continue
        
        # 提取check元素的文本内容
        check_elem = check_elements[0]
        # 处理文本：若text为None则设为空字符串，否则去除前后空白字符
        check_content = check_elem.text.strip() if check_elem.text else ""
        if not check_content:
            print(f"错误：第{idx}个subtag中的check元素内容为空")

path = "test.xml"
validate_subtags(path)

代码说明： #

1. 遍历所有subtag：通过//subtag XPath表达式获取XML中所有subtag元素，确保每个都被检查到
2. 检查check元素是否存在：对每个subtag，用./check查找其直接子元素，若结果为空则说明缺少check
3. 检查check内容是否非空：对于存在的check元素，处理其文本内容：
   • 如果check_elem.text为None（对应<check></check>这种空标签），直接视为空
   • 否则去除文本前后的空白字符，判断是否为空字符串
4. 错误定位：用enumerate给subtag编号，方便快速定位错误位置

运行上述代码后，会输出：

错误：第2个subtag中的check元素内容为空
错误：第3个subtag元素缺少check子元素

内容的提问来源于stack exchange，提问作者user22990699