Question

我在标签名称中有一个不太完整的带有连字符的XML，我想用下划线替换（为了能够使用lxml.objectify）。我想替换所有标记名称，包括嵌套的子项。

示例XML：

<job>
  <server>
    <cpu-set>
    </cpu-set>
  </server>
  <ip-routings>
  </ip-routings>
</job>

我想以一种干净的方式（没有正则表达式但是使用像lxml这样的XML库）将这个XML转换为这个：

<job>
  <server>
    <cpu_set>
    </cpu_set>
  </server>
  <ip_routings>
  </ip_routings>
</job>

这样做是什么样的pythonic和干净的方式？

Answer 1

使用xpath查找带连字符的元素并重写标记：

from lxml import etree
data = """<job>
  <server>
    <cpu-set>
    </cpu-set>
  </server>
  <ip-routings>
  </ip-routings>
</job>"""
doc = etree.XML(data)
for e in doc.xpath('//*[contains(local-name(),"-")]'):
  e.tag = e.tag.replace('-','_')

print etree.tostring(doc)

收率：

<job>
  <server>
    <cpu_set>
    </cpu_set>
  </server>
  <ip_routings>
  </ip_routings>
</job>

Answer 2

我知道这不是python，但它对我来说是pythonic：C# with the csharp interpreter from mono：

using System.Xml.Linq;

var doc = XDocument.Load(Console.In);

foreach(var node in doc.Descendants().Reverse())
    node.ReplaceWith(new XElement(
        node.Name.Namespace + node.Name.LocalName.Replace("-","_"), 
        node.Attributes(), 
        node.Nodes()));

doc.Save(Console.Out);

这具有以下重要属性，如果不依赖于现有XML库，则很难做到：

支持混合元素（包含文本和子元素）
保留名称空间
保留属性
支持所有XML 2.0功能（CDATA，未解析，实体引用等）
更像是

演示：

input.xml中：

<?xml version="1.0"?>
<job xmlns:ex="test">
  <server attr1="first" attr2="second">
    <ex:cpu-set>
    </ex:cpu-set>
  </server>
  <ip-routings>
      contained <mixed/>text
  </ip-routings>
</job>

csharp -r:System.Xml.Linq test < input.xml的输出：

<?xml version="1.0" encoding="utf-8"?>
<job xmlns:ex="test">
  <server attr1="first" attr2="second">
    <ex:cpu_set />
  </server>
  <ip_routings>
      contained <mixed />text
  </ip_routings>
</job>

Python：XML中的所有标记名称中的字符串替换（用下划线替换连字符）

2 个答案:

演示：