minidom中需区分TEXT_NODE(类型3)和CDATA_SECTION_NODE(类型4),分别用node.nodeType或nodeName识别;CDATA内容通过data属性直接获取不转义;读取文本节点需手动strip空白并检查节点存在性;创建CDATA需用doc.createCDATASection();避免误用textContent,修改CDATA内容可直接赋值data属性。

用 xml.dom.minidom 处理文本节点和 CDATA 节点,关键在于区分它们的节点类型、正确访问内容,并注意解析时的默认行为(比如是否合并相邻文本节点、是否保留空白)。下面分情况说清楚。
识别文本节点和CDATA节点
minidom 中,普通文本内容是 TEXT_NODE(类型值为 3),CDATA 内容是 CDATA_SECTION_NODE(类型值为 4)。判断方式如下:
- 用
node.nodeType判断节点类型 - 用
node.nodeName == '#text'或node.nodeName == '#cdata-section'辅助识别 - CDATA 节点的
nodeValue或data属性直接返回原始内容(不转义)
读取文本节点内容(含空白处理)
默认情况下,minidom.parse() 不会自动合并相邻文本节点,也不会自动去掉缩进/换行。如果你看到内容里有空格或换行,很可能就是独立的文本节点。
- 遍历子节点,筛选
node.nodeType == node.TEXT_NODE - 用
node.data.strip()去除首尾空白(如需干净文本) - 若需合并所有文本片段(比如跨多个
#text节点),手动拼接node.data - 注意:
element.firstChild.data可能报错——先检查firstChild是否存在且是文本节点
创建和写入CDATA节点
minidom 不提供直接的“创建 CDATA”函数,但可以用 DOMImplementation.createCDATASection():
- 获取文档对象:
doc = dom.getDOMImplementation().createDocument(...)或从parse()得到已有 doc - 调用
doc.createCDATASection("内容")创建节点 - 用
element.appendChild(cdata_node)插入到目标元素中 - 保存时,CDATA 会以
形式输出,其中内容不会被转义
常见陷阱与建议
实际用的时候容易踩坑:
- XML 解析默认开启
expand_entities=False,但 CDATA 本身就不解析实体,所以放心放、&等 - 如果 XML 字符串里混用了 CDATA 和普通文本,别依赖
element.textContent——它会把 CDATA 当普通文本拼进去,丢失原始结构 - 想安全提取“用户可见文本”?跳过 CDATA 节点,只取 TEXT_NODE 并 strip;想完整保留原始数据?分别处理两种节点
- 修改 CDATA 内容只需改
cdata_node.data = "新内容",无需重新创建节点
基本上就这些。不复杂但容易忽略节点类型判断和空白处理。









