为什么 iterparse 会跳过此 OpenStreetMap 树的某些元素？

Question

我有一个捕获小社区的 OSM 文件。 http://pastebin.com/xeWJsPeY

我有 Python 代码进行了大量额外的解析，但可以在此处查看主要问题的示例：

import xml.etree.cElementTree as CET
osmfile = open('osm_example.osm','r')
for event, elem in CET.iterparse(osmfile,events = ('start',)):
    if elem.tag == 'way':
        if elem.get('id') == "21850789":
            for child in elem:
                print CET.tostring(child,encoding='utf-8')
    elem.clear()

在这里和其他地方，我注意到缺少特定条目的标签（其中标签是一个看起来像 <tag k="highway" v="residential" /> 的元素。所有 <nd .../> 元素都被正确读取，因为据我所知。

我在处理文件时注意到的另一件事是，当我在带有 'way' 标签的元素上使用 tostring() 时，如果读取 <tag .../> 元素时出现错误，它没有在末尾附加换行符。例如，当运行

for event, elem in CET.iterparse(osmfile,events = ('start',)):
    if elem.tag == 'way':
        print CET.tostring(elem,encoding='utf-8')
    elem.clear()

缺少 <tag .../> 个元素的条目的输出是

<nd ref="235476200" />
  <nd ref="1865868598" /></way><way changeset="12727901" id="21853023" timestamp="2012-08-14T15:23:13Z" uid="451048" user="bbmiller" version="8" visible="true">
  <nd ref="1865868557" />

与形成得很好的相比，

 <tag k="tiger:zip_left" v="60061" />
  <tag k="tiger:zip_right" v="60061" />
 </way>
 <way changeset="15851022" id="21874389" timestamp="2013-04-24T16:33:28Z" uid="451693" user="bot-mode" version="3" visible="true">
  <nd ref="235666887" />
  <nd ref="235666891" />

这里发生了什么问题？

Answer 1

您似乎正在搜索响应 start 事件的子元素。但是子元素不一定已经被读取了。

考虑这个片段：

<a>foo<b/></a>

start 事件发生在解析器读取 <a> 之后，但在读取 foo 之前，更重要的是，在读取 <b/> 之前。正如 the documentation 所说：

Note iterparse() only guarantees that it has seen the “>” character of a starting tag when it emits a “start” event, so the attributes are defined, but the contents of the text and tail attributes are undefined at that point. The same applies to the element children; they may or may not be present.

If you need a fully populated element, look for “end” events instead.

因此，您可能会通过以下代码获得所需的行为：

for event, elem in CET.iterparse(osmfile,events = ('end',)):

为什么 iterparse 会跳过此 OpenStreetMap 树的某些元素？

Why are some elements of this OpenStreetMap tree being skipped by iterparse?

python

xml

openstreetmap

iterparse