Separa Node XML Level

split_xml_tag_level.py

import pprint
conteudo = """
<?xml encoding="utf-8"?>
<Bola>
    <Imovel>
        <sssss>asdasd</sssss>
        <AAAA>asdasd</AAAA>
    </Imovel>
    <Imovel>2<!--Bolas?><?<# --></Imovel>
    <Imovel>3</Imovel>
    <Imovel>11</Imovel>
    <Imovel>12</Imovel>
    <Imovel>13</Imovel>
    <Veiculo>1</Veiculo>
    <Veiculo>1.1</Veiculo>
    <Veiculo>1.1</Veiculo>
    <Veiculo>2</Veiculo>
    <Veiculo>2.1</Veiculo>
    <Veiculo>3</Veiculo>
    <Veiculo>3.1</Veiculo>
</Bola>
"""

def split_xml_tag_level(conteudo, nivel=2, lower_tags=False):
    header = ''
    conteudo = conteudo.strip()
    lconteudo = conteudo.strip().split('?>')
    if len(lconteudo) > 1 and conteudo[:6].lower() == '<?xml ':
        header = lconteudo[0] + '?>'
        conteudo = '?>'.join(lconteudo[1:])
    segundos_niveis = dict()
    rnotes = conteudo.split('<')[nivel: (nivel - 1) * -1]
    # rnotes = [node.split('>')[0] for node in rnotes]
    # pprint.pprint(rnotes)
    # return True
    last_tag = ''
    conteudotag = ''
    for node in rnotes:
        conteudotag += '<' + node
        tag = node.split('>')[0]
        if lower_tags:
            tag = tag.lower()
        if last_tag:
            if '/' + last_tag == tag:
                segundos_niveis[last_tag].append(
                    conteudotag.strip()
                )
                last_tag = ''
                conteudotag = ''
            continue
        if tag not in segundos_niveis:
            segundos_niveis[tag] = []
        last_tag = tag
    return header, segundos_niveis


pprint.pprint(split_xml_tag_level(conteudo, 2, True))