Python解析带命名空间XML：提取不同层级Value标签值的问题

问题场景 #

给定一段SolarWinds告警规则的XML片段：

<?xml version="1.0" ?>
<ArrayOfAlertConditionShelve xmlns="http://schemas.datacontract.org/2004/07/SolarWinds.Orion.Core.Models.Alerting" xmlns:i="http://www.w3.org/2001/XMLSchema-instance">
        <AlertConditionShelve>
                <AndThenTimeInterval i:nil="true"/>
                <ChainType>Trigger</ChainType>
                <ConditionTypeID>Core.Dynamic</ConditionTypeID>
                <Configuration>
                        <AlertConditionDynamic xmlns="http://schemas.datacontract.org/2004/07/SolarWinds.Orion.Core.Alerting.Plugins.Conditions.Dynamic" xmlns:i="http://www.w3.org/2001/XMLSchema-instance">
                                <ExprTree xmlns:a="http://schemas.datacontract.org/2004/07/SolarWinds.Orion.Core.Models.Alerting">
                                        <a:Child>
                                                <a:Expr>
                                                        <a:Child>
                                                                <a:Expr>
                                                                        <a:Child/>
                                                                        <a:NodeType>Field</a:NodeType>
                                                                        <a:Value>Orion.NPM.Interfaces|TypeDescription</a:Value>
                                                                </a:Expr>
                                                                <a:Expr>
                                                                        <a:Child i:nil="true"/>
                                                                        <a:NodeType>Constant</a:NodeType>
                                                                        <a:Value>IEEE 802.3ad Link Aggregate</a:Value>
                                                                </a:Expr>
                                                        </a:Child>
                                                        <a:NodeType>Operator</a:NodeType>
                                                        <a:Value>=</a:Value>
                                                </a:Expr>
                                        </a:Child>
                                </ExprTree>
                        </AlertConditionDynamic>
                </Configuration>
        </AlertConditionShelve>
</ArrayOfAlertConditionShelve>

原有Python解析代码存在两个问题：输出的值重复，且无法提取上层运算符（如=）的值：

def ParsingXMLviaDOM(xmlstr):
    xmlparse = xml.dom.minidom.parseString(xmlstr)
    xmlstr = xmlparse.toprettyxml()
  
    conditions = xmlparse.getElementsByTagName("a:Expr")  
    print ' '
    for condition in conditions:
        con = condition.getElementsByTagName("a:Value")
        print con[0].childNodes[0].nodeValue

问题原因 #

原有代码通过遍历a:Expr节点，仅提取每个节点下第一个a:Value，但：

1. getElementsByTagName会递归查找当前节点的所有后代节点，导致子节点的a:Value被重复获取；
2. 上层运算符节点的a:Value（如=）并非所在a:Expr的第一个a:Value，因此被遗漏。

解决方案 #

方案1：直接提取所有标签 #

通过命名空间定位所有a:Value节点，一次性获取所有层级的值：

import xml.dom.minidom

def ParsingXMLviaDOM(xmlstr):
    xmlparse = xml.dom.minidom.parseString(xmlstr)
    # 对应XML中xmlns:a的命名空间
    namespace = "http://schemas.datacontract.org/2004/07/SolarWinds.Orion.Core.Models.Alerting"
    # 获取所有a:Value节点
    all_value_nodes = xmlparse.getElementsByTagNameNS(namespace, "Value")
    
    for node in all_value_nodes:
        # 确保节点有文本内容
        if node.childNodes:
            print(node.childNodes[0].nodeValue)

输出结果：

Orion.NPM.Interfaces|TypeDescription
IEEE 802.3ad Link Aggregate
=

方案2：递归解析表达式结构（更贴合业务逻辑） #

如果需要明确条件的层级关系（如字段、运算符、常量的组合），可以递归遍历a:Expr节点，构建完整的条件表达式：

import xml.dom.minidom

def parse_expression(expr_node, namespace):
    # 获取当前节点的类型和值
    node_type = expr_node.getElementsByTagNameNS(namespace, "NodeType")[0].childNodes[0].nodeValue
    value_node = expr_node.getElementsByTagNameNS(namespace, "Value")
    value = value_node[0].childNodes[0].nodeValue if value_node else ""

    if node_type == "Operator":
        # 运算符节点，递归解析左右子表达式
        child_exprs = expr_node.getElementsByTagNameNS(namespace, "Child")[0].getElementsByTagNameNS(namespace, "Expr")
        left_expr = parse_expression(child_exprs[0], namespace)
        right_expr = parse_expression(child_exprs[1], namespace)
        return f"({left_expr} {value} {right_expr})"
    elif node_type in ["Field", "Constant"]:
        # 字段或常量节点，直接返回值
        return value

def ParsingXMLviaDOM(xmlstr):
    xmlparse = xml.dom.minidom.parseString(xmlstr)
    namespace = "http://schemas.datacontract.org/2004/07/SolarWinds.Orion.Core.Models.Alerting"
    # 定位根表达式节点
    root_expr = xmlparse.getElementsByTagNameNS(namespace, "Expr")[0]
    # 解析并输出完整条件
    print(parse_expression(root_expr, namespace))

输出结果：

(Orion.NPM.Interfaces|TypeDescription = IEEE 802.3ad Link Aggregate)

内容的提问来源于stack exchange，提问作者Fisher Tom