在使用 python-pptx 操作 PowerPoint XML 时查找子元素是否存在

如何解决在使用 python-pptx 操作 PowerPoint XML 时查找子元素是否存在

在 md2pptx - 它使用 python-pptx 将 Markdown 转换为 PowerPoint - 我已经实现了一些操作 XML 树的函数。

在一些地方我需要找到一个子元素（如果它存在的话）——如果它不存在就创建它。

我有一种相当笨拙的方式来搜索这个元素。我宁愿有一个像样的方式。

那么，有人可以告诉我搜索子元素存在的“正确”方法吗。

这个问题可能有一个更一般的版本 - 如何在 python-pptx 的上下文中操作 XML。我也可以为此使用参考。（是的，我可以阅读 python-pptx 代码并且经常这样做 - 但概要会帮助我正确理解。）

解决方法

在这项工作中使用 XPath 几乎总是正确的答案。

例如，如果您想获取段落的所有 a:fld 子元素以实现与文本字段有关的内容：

# --- get <a:p> XML element of paragraph ---
p = paragraph._p
# --- use XPath to get all the `<a:fld>` child elements ---
flds = p.xpath("./a:fld")
# --- do something with them ---
for fld in flds:
    do_fieldy_thing(fld)

.xpath() 调用的结果是与作为参数提供的 str XPath 表达式匹配的零个或多个项目的列表。如果只能有零个或一个结果，通常会像这样处理它：

if flds:
    do_fieldy_thing(flds[0])

当“起始”元素（在本例中为 p）不是已定义的 oxml 元素时，会出现复杂情况。 oxml 是由 python-pptx 在每个 XML 元素的基本 lxml.etree._Element 类“顶部”添加的自定义元素类层。这些自定义元素类提供了一些便利服务，特别是允许您使用元素的命名空间前缀（如本例中的 "a:fld"）指定元素。

并非 python-pptx 中的所有元素都有自定义元素类，只有我们通过 API 以某种方式操作的元素类。您从 python-pptx 对象（如上面的 paragraph._p）获得的任何元素都将是 oxml 元素，但 .xpath() 调用返回的元素很可能不是（否则您会使用python-pptx 来获取它们）。非 oxml 元素的元素是普通的 lxml.etree._Element 实例。

.xpath() 实例上的 lxml.etree._Element 实现需要使用所谓的“Clark 名称”，类似于："{http://schemas.openxmlformats.org/drawingml/2006/main}fld" 而不是 "a:fld"。

您可以使用 pptx.oxml.ns.qn() 函数从以命名空间为前缀的标签名称创建 Clark 名称：

>>> from pptx.oxml.ns import qn
>>> qn("a:fld")
'{http://schemas.openxmlformats.org/drawingml/2006/main}fld'