从含深层键值的XML文件中提取指定节点值的技术问询

基于你现有的xmltodict代码，后续可以通过遍历item节点下的数字键子节点，直接提取目标字段，以下是具体实现：

完整代码示例 #

import xmltodict

with open("C:/Users/SS/Desktop/moodlexml/00001_questions.dat") as fd:
    doc = xmltodict.parse(fd.read())

# 定位到item节点层级
item_node = doc['questestinterop']['assessment']['section']['item']

# 遍历所有数字命名的子节点
for node_key in item_node:
    # 过滤非数字命名的节点（可选，根据实际XML结构调整）
    if node_key.isdigit():
        current_node = item_node[node_key]
        # 提取题型字段，默认值为"未知题型"避免键不存在报错
        question_type = current_node.get('bbmds_questiontype', '未知题型')
        # 提取格式化文本，适配xmltodict可能的嵌套结构（文本存于#text字段）
        formatted_text = current_node.get('mat_formattedtext', {}).get('#text', '无文本内容')
        
        # 按自定义格式输出，此处为打印示例，可替换为写入文件/生成CSV等
        print(f"【题型】: {question_type}")
        print(f"【内容】: {formatted_text}")
        print("------------------------")

关键说明 #

1. 节点遍历逻辑：xmltodict会把XML中数字命名的子节点解析为字典的键（如'0'、'1'），直接遍历字典键即可处理所有子节点。
2. 字段提取容错：使用dict.get()方法代替直接索引，避免因节点缺失导致的报错，同时设置默认值。
3. 文本适配：如果你的mat_formattedtext节点直接存储文本而非嵌套结构，可简化为current_node.get('mat_formattedtext', '无文本内容')。
4. 过滤需求：若只需提取特定题型（如仅Multiple Choice），可添加判断逻辑：

   if question_type == 'Multiple Choice':
       # 执行后续处理
   

5. 输出扩展：若需要将结果保存为结构化文件（如CSV），可结合csv模块实现批量写入。

内容的提问来源于stack exchange，提问作者Shiva