Python递归遍历XML未知深度子元素 为何未直接返回触发的首个return值
提取全层级未知深度XML子元素的递归实现问题
需求说明
手头有若干深度未知的XML元素,示例结构如下:
<someElement anAttribute="descriptiveandimportant"> <firstChild> <childOfFirstChild anAttribute="someText">text_value</childOfFirstChild> </firstChild> <secondChild> <daughterOfSecondChild>anotherText_value_1</daughterOfSecondChild> <sonOfSecondChild>anotherText_value_2</sonOfSecondChild> </secondChild> </someElement>
无法提前获知someElement下的子元素总数,也无法提前获知每个子元素的嵌套层级;实际XML结构嵌套深度不高,但属于无法提前枚举所有子节点的野外数据。
目标输出为所有层级的唯一子元素列表,形式如下:
myOutput = [firstChild, childOfFirstChild, second_child, daughterOfSecondChild, sonOfSecondChild]
初始递归实现
为实现上述目标,编写了带调试输出的递归函数:
def get_children(some_element_list): new_elements_list = [] for e in some_element_list: new_elements_list.append(e) for child in e.iterchildren(): if child == e: continue if child in some_element_list: continue new_elements_list.append(child) print(new_elements_list) if new_elements_list == some_element_list: print('passed the test') return some_element_list[1:] # 递归终止条件触发时返回该切片 print('going to loop again') some_element_list = get_children(new_elements_list) # 接收下一层递归的返回值 return some_element_list # 无该行时函数默认返回None
运行输出
使用[someElement]作为入参调用函数的输出如下:
>>> y = get_children([someElement]) [<Element someElement at 0x23f4cbbff40>, <Element firstChild at 0x23f4cc76f90>, <Element secondChild at 0x23f4cbbfc70>] going to loop again [<Element someElement at 0x23f4cbbff40>, <Element firstChild at 0x23f4cc76f90>, <Element childOfFirstChild at 0x23f4cc76a90>, <Element secondChild at 0x23f4cbbfc70>, <Element daughterOfSecondChild at 0x23f4cc769a0>, <Element sonOfSecondChild at 0x23f4cc76b30>] going to loop again [<Element someElement at 0x23f4cbbff40>, <Element firstChild at 0x23f4cc76f90>, <Element childOfFirstChild at 0x23f4cc76a90>, <Element secondChild at 0x23f4cbbfc70>, <Element daughterOfSecondChild at 0x23f4cc769a0>, <Element sonOfSecondChild at 0x23f4cc76b30>] passed the test
调试中遇到的现象
- 最初编写函数时,最末尾的
return语句没有指定返回对象,最终没有拿到预期结果;直到末尾显式return some_element_list,才拿到递归终止分支返回的some_element_list[1:]切片——但全程没有执行过some_element_list = some_element_list[1:]的赋值操作。 - 将函数最末尾的
return修改为:
此时最终返回值就是该字符串,而非递归终止分支的切片结果。return 'is this not interesting'
归纳下来共有两个不符合预期的现象:
- 哪怕函数中途的return分支已经触发,也必须在函数最末尾显式指定return的返回对象,否则整个函数没有任何返回值。
- 当函数最末尾return传入
some_element_list时,最终拿到的实际值是递归终止分支中定义的some_element_list[1:]切片值。
问题本质
之前的认知误区是认为递归终止分支的return会直接把结果返回到最外层的调用方,忽略了递归调用栈的返回值逐层传递的机制:
- 最内层递归(终止条件触发的分支)返回的
some_element_list[1:],会被赋值给上一层函数中some_element_list = get_children(new_elements_list)语句的右侧变量,随后上一层函数执行自身末尾的return some_element_list,把该值继续向上一层传递,直到最外层调用拿到最终结果。 - 如果函数末尾没有带返回值的
return,每一层递归执行到末尾都会默认返回None,覆盖下层传递上来的结果,最终最外层调用拿到的就是None。
内容的提问来源于stack exchange,提问作者PyNEwbie
相关产品推荐
相关产品推荐

