如何用Python检测XML中Bound的Value与Condition元素差异并打印行号

问题背景 #

XML内容如下：

<File>
    <Sub_Function_1>
        <Messages>
            <Setting>
                <Data>
                    <Label>Setting_1</Label>
                    <Value>
                        <Measure>
                            <Data>Area</Data>
                            <Bound>
                                <Value>
                                    <Data>2000</Data>
                                </Value>
                                <Condition>
                                    <Data>0</Data>
                                </Condition>
                            </Bound>
                            <Bound>
                                <Value>
                                    <Integer>10000</Integer>
                                </Value>
                                <Condition>
                                    <Integer>12000</Integer>
                                </Condition>
                            </Bound>
                        </Measure>
                    </Value>
                </Data>
                <Data>
                    <Label>Setting_2</Label>
                    <Value>
                        <Measure>
                            <Data>Area_2</Data>
                            <Bound>
                                <Value>
                                    <Integer>2000</Integer>
                                </Value>
                                <Condition>
                                    <Data>0</Data>
                                </Condition>
                            </Bound>
                            <Bound>
                                <Value>
                                    <Integer>10000</Integer>
                                </Value>
                                <Condition>
                                    <Data>12000</Data>
                                </Condition>
                            </Bound>
                        </Measure>
                    </Value>
                </Data>
                <Data>
                    <Label>Setting_3</Label>
                    <Value>
                        <Measure>
                            <Data>Area_2</Data>
                            <Bound>
                                <Value>
                                    <Speed>2000</Speed>
                                </Value>
                                <Condition>
                                    <Data>0</Data>
                                </Condition>
                            </Bound>
                            <Bound>
                                <Value>
                                    <Distance>10000</Distance>
                                </Value>
                                <Condition>
                                    <Data>12000</Data>
                                </Condition>
                            </Bound>
                        </Measure>
                    </Value>
                </Data>
            </Setting>
        </Messages>
    </Sub_Function_1>
</File>

需求说明 #

当同一个<Bound>节点下的<Value>子元素与<Condition>子元素的直接子标签不同时，打印<Value>元素所在的行号。例如：

• 第12行<Value>子元素为<Data>，对应<Condition>子元素为<Integer>
• 第60行<Value>子元素为<Speed>，对应<Condition>子元素为<Data>
  预期输出：line no. 12, 15, 60

现有问题 #

编写的Python代码无法输出任何行号：

from lxml import etree
doc = etree.parse('C:/Python/Project.xml')
for eqs in doc.xpath('//File[.//Measure//*[2]/Value/*[1]]'):
 for vqs in doc.xpath('//File[.//Measure//*[3]/Value/*[1]]'):
  if eqs != vqs :
       for e in eqs:
        print("Measure", e.sourceline)

解决方案 #

原代码问题分析 #

1. XPath定位错误：错误选择了<File>节点作为遍历对象，没有定位到需要检查的<Bound>节点
2. 逻辑混乱：嵌套循环比较的是<File>节点，没有针对<Bound>下的<Value>和<Condition>子元素做标签对比
3. 行号获取错误：尝试输出<Measure>的行号，不符合需求的<Value>行号要求

正确实现代码 #

from lxml import etree

# 解析XML文件，保留行号信息
parser = etree.XMLParser(remove_blank_text=True)
doc = etree.parse('C:/Python/Project.xml', parser)

# 存储不匹配的Value行号
mismatch_line_numbers = []

# 遍历所有<Bound>节点，这是检查的核心单元
for bound_node in doc.xpath('//Bound'):
    # 获取Value下第一个直接子元素的标签
    value_child_tag = bound_node.xpath('./Value/*')[0].tag
    # 获取Condition下第一个直接子元素的标签
    condition_child_tag = bound_node.xpath('./Condition/*')[0].tag
    
    # 对比标签，不匹配则记录Value元素的行号
    if value_child_tag != condition_child_tag:
        value_element = bound_node.xpath('./Value')[0]
        mismatch_line_numbers.append(str(value_element.sourceline))

# 格式化输出结果
print(f"line no. {', '.join(mismatch_line_numbers)}")

代码关键点说明 #

• 精准定位节点：用//Bound直接定位所有需要检查的<Bound>节点
• 标签对比逻辑：分别提取<Value>和<Condition>下第一个直接子元素的标签进行对比
• 行号获取：通过value_element.sourceline获取<Value>元素在原文件中的行号
• 结果格式化：收集所有符合条件的行号后，按需求格式输出

内容的提问来源于stack exchange，提问作者Anonymous