Python实现DOM树结构（从零开始构建XML/HTML文档对象模型）

什么是DOM树？

DOM树是一种将标记语言（如HTML或XML）转换为树形结构的方式。每个标签（元素）、属性、文本都成为树中的一个节点。例如：

<book>  <title>Python编程</title>  <author>张三</author></book>

对应的DOM树结构如下：

• book（根节点）
  • title → 文本节点 “Python编程”
  • author → 文本节点 “张三”

步骤一：定义节点类

首先，我们需要定义一个基础的节点类，用于表示DOM树中的任意节点。

class Node:    def __init__(self, node_type, value=None):        self.node_type = node_type  # 如 'element', 'text'        self.value = value          # 对于文本节点，存储文本内容        self.tag_name = None        # 元素节点的标签名        self.children = []          # 子节点列表        self.parent = None          # 父节点引用    def add_child(self, child):        child.parent = self        self.children.append(child)    def __repr__(self):        if self.node_type == 'text':            return f'TextNode("{self.value}")'        else:            return f'ElementNode(tag="{self.tag_name}", children={len(self.children)})'

步骤二：构建简单的DOM树

现在我们用上面的Node类来手动构建一个DOM树：

# 创建根元素root = Node('element')root.tag_name = 'book'# 创建 title 元素title_elem = Node('element')title_elem.tag_name = 'title'# 创建 title 的文本节点title_text = Node('text', 'Python编程')title_elem.add_child(title_text)# 将 title 添加到 rootroot.add_child(title_elem)# 同理创建 authorauthor_elem = Node('element')author_elem.tag_name = 'author'author_text = Node('text', '张三')author_elem.add_child(author_text)root.add_child(author_elem)# 打印验证print(root)# 输出: ElementNode(tag="book", children=2)

步骤三：实现简单的遍历方法

为了查看整个DOM树的内容，我们可以添加一个递归遍历函数：

def print_dom_tree(node, indent=0):    prefix = "  " * indent    if node.node_type == 'text':        print(f"{prefix}TEXT: {node.value}")    else:        print(f"{prefix}ELEMENT: <{node.tag_name}>")        for child in node.children:            print_dom_tree(child, indent + 1)# 调用函数print_dom_tree(root)

输出结果：

ELEMENT: <book>  ELEMENT: <title>    TEXT: Python编程  ELEMENT: <author>    TEXT: 张三

扩展思考：如何解析真实XML？

上面的例子是手动构建DOM树。在实际应用中，我们会使用解析器（如xml.sax或正则表达式）将字符串转换为DOM树。但这超出了本教程的范围。掌握Python树结构的基本原理后，你可以更容易理解标准库如xml.etree.ElementTree的工作方式。

总结

通过本教程，你已经学会了：

• DOM树的基本概念及其在XML解析中的作用
• 如何用Python类实现一个简单的Python DOM树
• 如何添加子节点、设置父子关系
• 如何递归遍历树结构进行调试或输出

虽然这个实现非常基础，但它为你理解更复杂的DOM操作教程打下了坚实基础。建议你动手敲一遍代码，加深理解！

掌握底层原理，才能更好地使用高级工具。加油，未来的Python开发者！