python - 使用递归使用 Python 解析 Xml。返回值有问题

Question

我对 Python 和一般编程有些陌生，所以我深表歉意。顺便说一句，提前致谢。

我正在使用 Python 2.5、cElementTree 和 expat 解析一个 xml 文档(特别是在 Google 地球中使用的 kml)。我正在尝试从每个几何类型(即折线、多边形、点)的每个“地标”节点内的“名称”、“描述”和“坐标”节点中提取所有文本，但我想保留几何类型分离。例如，对于属于“多边形”(即具有“多边形”节点)的每个地标，我只需要“名称”、“描述”和“坐标”文本。我还需要为“折线”和“点”执行此操作。我已经想出了一种方法来做到这一点，但代码很长很冗长并且特定于每种几何类型，这让我想到了我的问题。

理想情况下，我想为每种几何类型使用相同的代码，但问题是每种几何类型都有不同的节点结构(即不同的节点名称和嵌套节点数)。因此，为了概念验证，我认为这将是一个很好的机会来使用/学习递归来向下钻取“地标”节点的节点树并获取我正在寻找的信息。我看过很多关于 Python 递归的帖子，但在实现所提供的解决方案时仍然遇到问题。

“地标”节点的示例 xml 是:

 <Placemark>
    <name>testPolygon</name>
    <description>polygon text</description>
    <styleUrl>#msn_ylw-pushpin</styleUrl>
    <Polygon>
            <tessellate>1</tessellate>
            <outerBoundaryIs>
                    <LinearRing>
                            <coordinates>
                                    -81.4065,31.5072,0 -81.41269,31.45992,0 -81.34490,31.459696,0 
                            </coordinates>
                    </LinearRing>
            </outerBoundaryIs>
    </Polygon>
 </Placemark>

我使用的递归函数是:

def getCoords( child, searchNode ):

    # Get children of node
    children = child.getchildren()

    # If node has one or more child
    if len( children ) >= 1 :

        # Loop through all the children
        for child in children:

            # call to recursion function
            getCoords( child, searchNode )

    # If does not have children and is the 'searchNode'
    elif len( children ) == 0 and child.tag == searchNode:

        # Return the text inside the node. This is where it is not working    
        # Other posts recommended returning the function like 
        # return getCoords(child, searchNode), but I am getting an unending loop
        return child.text

    # Do nothing if node doesn't have children and does not match 'searchNode'    
    else: 

        print 'node does not have children and is not what we are looking for'

我这样调用递归函数:

searchNode = 'coordinates'

# loop through all 'Placemark nodes' in document
for mark in placemark:

    # Get children of 'Placemark' node
    children = mark.getchildren() 

    # Loop through children nodes
    for child in children:

        # if a 'Polygon' node is found
        if child.tag == 'Polygon':

            # call recursion function
            getCoords( child, searchNode)

我意识到，至少，我的部分问题是返回值。其他帖子建议返回该函数，我将其解释为“return getCoords(child, searchNode)”，但我得到了一个无休止的循环。另外，我意识到这可以发布在 GIS 网站上，但我认为这更像是一个一般的编程问题。有任何想法吗？

Answer 1

对于递归，您需要关注基本情况和递归情况。 无论您的基本案例是什么，如果您希望能够从递归中收集信息，它们就必须返回您的递归案例可以(更重要的是)使用的数据。同样，您需要确保递归案例返回的数据可以被彼此使用。

首先确定您的基础和递归案例。 基本情况是“叶”节点，没有子节点。在基本情况下，您只想返回一些数据，而不是再次调用递归函数。正如他们所说，这就是让您“备份堆栈”并防止无限递归的原因。 递归情况将要求您保存从一系列递归调用中收集的数据，这几乎就是您在 for 循环中所做的事情。

我注意到你有

# Recursive case: node has one or more child
if len( children ) >= 1 :
    # Loop through all the children
    for child in children:
        # call to recursion function
        getCoords( child, searchNode )

但是您如何处理 getCoords 调用的结果？

您要么想将结果保存在某种数据结构中，您可以在 for 循环结束时返回该数据结构，要么如果您对自己保存结果不感兴趣，只需打印基本情况 1(成功搜索 ) 当你到达它而不是返回它时。因为现在你的基本情况 1 只是将堆栈返回到一个没有对结果做任何事情的实例!所以尝试:

# If node has one or more child
if len( children ) >= 1 :
    # Data structure for your results
    coords = []
    # Loop through all the children
    for child in children:
        # call to recursion function
        result = getCoords( child, searchNode )
        # Add your new results together
        coords.extend(result)
    # Give the next instance up the stack your results!
    return coords

现在由于您的结果在一个列表中并且您正在使用 extend() 方法，您还必须使您的基本案例返回列表!

# Base case 1: does not have children and is the 'searchNode'
elif len( children ) == 0 and child.tag == searchNode:
    # Return the text from the node, inside a list
    return [child.text]
# Base case 2: doesn't have children and does not match 'searchNode'
else:
    # Return empty list so your extend() function knows what to do with the result
    return []

最后应该只给您一个列表，您可能希望将其存储在一个变量中。我刚刚在这里打印了结果:

searchNode = 'coordinates'
# loop through all 'Placemark nodes' in document
for mark in placemark:
    # Get children of 'Placemark' node
    children = mark.getchildren()
    # I imagine that getchildren() might return None, so check it
    # otherwise you'll get an error when trying to iterate on it
    if children:
        # Loop through children nodes
        for child in children:
            # if a 'Polygon' node is found
            if child.tag == 'Polygon':
                # call recursion function and print (or save) result
                print getCoords( child, searchNode)