Question

我正在尝试打开一个xml，删除整个标签及其内容，并在xml中移动其他标签。

这是我原来的导入xml：

<?xml version="1.0" encoding="UTF-8"?>
<package>
    <language>en-GB</language>
    <video>
        <original_spoken_locale>en-US</original_spoken_locale>
        <copyright_cline>2012 copyright</copyright_cline>
        <release_date>2012-04-23</release_date>
        <title>Amazing Film</title>
    </video>
    <provider>testprovider</provider>
</package>

我需要删除<copyright_cline>代码和<title>代码。然后，我需要将<provider>代码移到<video>代码中，并将其放在<original_spoken_locale>代码下方，并将<release_date>代码移到<video>下方} tag。

以下是导出的xml：

<?xml version="1.0" encoding="UTF-8"?>
<package>
    <language>en-GB</language>
    <video>
        <original_spoken_locale>en-US</original_spoken_locale>
        <provider>testprovider</provider>
        <release_date>2012-04-23</release_date>
    </video>
    <release_date>2012-04-23</release_date>
</package>

我现在已经成功安装了lxml，因此理想地寻找解决方案。

亲切的问候。

我已经能够删除不需要的标签及其内容，但仍需要能够重新排序/移动其他标签，最好不要更换。我也无法删除这行xml代码“

<!--Carpet ID: fd54678-->

以下是我目前的情况：

from lxml import etree

xmlFileIn = '/xmls/metadata.xml'
xmlFileOut = '/xmls/output.xml'

tree = etree.parse(xmlFileIn)
root = tree.getroot()

etree.strip_elements(root, 'assets')
etree.strip_tags(root, 'assets')

etree.strip_elements(root, 'chapters')
etree.strip_tags(root, 'chapters')

etree.strip_elements(root, 'xid')
etree.strip_tags(root, 'xid')

# Write the new xml file
tree.write(xmlFileOut, pretty_print=True, xml_declaration=True, encoding="utf-8")

所以我仍然需要删除标记。我想通过通配符删除这些，因为有很多，因为中间的内容会发生变化。我还需要知道如何移动标签块。

Answer 1

由于还没有人回答，我会试试;但我要从阅读而不是实验。如果我错过任何事情，请提前道歉......

有关如何移动元素，请参阅Move an entire element in with lxml.etree

如上所述，要特别小心，因为文本节点在lxml中是而不是节点（见下文）。

至于评论，我在lxml中找不到任何方式来获取评论或直接“移动”元素。你可以先用“sed”或其他东西剥离它们。

注意事项

Elementtree和lxml似乎热衷于只有一种节点。这有一些可能有问题的后果（“事情应该尽可能简单，但不能简单”）：

使用注释（如本例所示）或PI更难，因为它们不是模型中的第一类概念。
文本特别困难，因为lxml和elementtree将文本跟随跟随任何XML元素的结束标记，进入该元素的属性（“尾文本”）。它被视为与该元素的类型名称，属性和子项相同。这可以是一种工作（它是图灵机，你知道），但它需要完全不同的思维方式。

我注意到关于lxml的作者经常声明它主要用于真正没有太多文本的XML结构。你给出的例子就是这样的;如果是这样，你很幸运。但是当文本很重要时，即使是这样简单的事情：

<p>As everyone<footnote>Well, almost everyone</footnote> knows...</p>

文本“know ...”是＆lt; footnote＆gt;的一部分。 lxml中的节点。当您移动或删除或替换脚注时，文本随之而来。但当然，文本不是脚注的一部分（它毕竟是在脚注结束后发生的）。

我不知道lxml对“As everyone”的影响是什么 - 它不会在任何元素结束后出现。我找不到关于lxml如何处理它的任何内容。

如果在任何地方都有任何文字内容，请务必小心。

Python - lxml删除一些xml标签并移动其他标签

1 个答案: