You need to enable JavaScript to run this app. 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
优惠活动
大模型
产品
解决方案
定价
更多

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:
    return 'is this not interesting'
    
    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。
    归纳下来共有两个不符合预期的现象:
  1. 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。
  2. 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
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.30 08:36:00