Question

输入xml文件：

<?xml version="1.0"?>
<res:testcases xmlns:res="urn:testcases" id="a1e4bfdb-40a2-485c-a1ac-54d220056dd5" type="MODEL">
  <mode>PRESSURE_CONTROL</mode>
  <category>ADULT</category>
  <testcase id="1" type="UNIQUE">
    <parameter id="PEEP" value="1.0">true</parameter>
    <parameter id="CMV_FREQ" value="4.0">true</parameter>
    <parameter id="PRESS_ABOVE_PEEP" value="0.0">true</parameter>
    <parameter id="I_E_RATIO" value="0.1">false</parameter>
  </testcase>
</res:testcases>

Python代码：

import xml.etree.ElementTree as ET

tree = ET.parse('/home/AlAhAb65/Desktop/input.xml')    
root = tree.getroot() 

root.attrib['type'] = 'AVA'

tree.write('/home/AlAhAb65/Desktop/output1.xml')

输出xml文件：

<ns0:testcases id="a1e4bfdb-40a2-485c-a1ac-54d220056dd5" type="AVA" xmlns:ns0="urn:testcases">
  <mode>PRESSURE_CONTROL</mode>
  <category>ADULT</category>
  <testcase id="1" type="UNIQUE">
    <parameter id="PEEP" value="1.0">true</parameter>
    <parameter id="CMV_FREQ" value="4.0">true</parameter>
    <parameter id="PRESS_ABOVE_PEEP" value="0.0">true</parameter>
    <parameter id="I_E_RATIO" value="0.1">false</parameter>
  </testcase>
</ns0:testcases>

问题是当我复制并写入输出xml文件时3意外的事情发生了。它们如下： 1.输入xml文件的第一行自动删除 2.在第二行（输入中），文本'res'替换为'ns0'。关闭标签时也是如此 3.更改属性（第二行输入）的顺序。但我想写（作为输出）我作为输入获得的xml文件的精确副本。请帮助我。

Answer 1

W3定义了Canonical XML standard。以这种格式编写的文件可以通过任何符合C14N标准的工具链忠实地往返。

对于lxml.etree（具有C14N支持的ElementTree API的更强大的实现），这意味着您需要做两件事：

将原始输入文档转换为C14N格式。
使用ElementTree.write_c14n()调用生成输出文档。

输入文件的C14N表单版本将如此（由xmlstarlet c14n命令生成）：

<res:testcases xmlns:res="urn:testcases" id="a1e4bfdb-40a2-485c-a1ac-54d220056dd5" type="MODEL">
  <mode>PRESSURE_CONTROL</mode>
  <category>ADULT</category>
  <testcase id="1" type="UNIQUE">
    <parameter id="PEEP" value="1.0">true</parameter>
    <parameter id="CMV_FREQ" value="4.0">true</parameter>
    <parameter id="PRESS_ABOVE_PEEP" value="0.0">true</parameter>
    <parameter id="I_E_RATIO" value="0.1">false</parameter>
  </testcase>
</res:testcases>

...以及适当修改的代码版本：

#!/usr/bin/env python

import lxml.etree

tree = lxml.etree.parse('input.xml')    
root = tree.getroot() 

root.attrib['type'] = 'AVA'

tree.write_c14n('output1.xml')

如果添加XML声明（<?xml version="1.0"?>行）， you will be noncomplaint with the C14N standard 。因此，这是你绝对不应该做的事情。如果你真的，真的想做错误的事......

别。

但如果你必须这样做，你会这样做：

outfile = open('output1.xml', 'w')
outfile.write('<?xml version="1.0"?>\n')
tree.write_c14n(outfile)
outfile.close()

Answer 2

从the documentation page开始，可以像这样添加XML声明：

tree.write('/home/AlAhAb65/Desktop/output1.xml', xml_declaration=True)

您还应该添加编码，因为默认编码是us-ascii：

tree.write('/home/AlAhAb65/Desktop/output1.xml', encoding='utf-8', xml_declaration=True)

或者您可以从原始文件中检索编码，但无论如何您将获得不同的XML声明，可能是这样的：

<?xml version="1.0" encoding="UTF-8"?>

或者您可以手动添加XML声明。无论如何，只要声明的编码与实际编码一致，轻微的声明不匹配就不应该成为任何健壮的XML解析器的问题。

XML中的属性顺序不重要，因此在API中解析文件时可能会丢失信息。在通过标准ElementTree API处理文件时，可能需要no simple way才能使其工作。如果您想对文件进行细微更改，最好还是必须使用lxml C14N支持。

在ElementTree中默认更改名称空间前缀。要防止出现这种情况，您可以切换到lxml，这似乎默认保留名称空间前缀：

因为etree是建立在libxml2之上的，它可以识别名称空间前缀，所以etree保留了名称空间声明和前缀，而ElementTree倾向于提出自己的前缀（ns0，ns1等）。但是，如果没有给出名称空间前缀，etree也会创建ElementTree样式前缀。

在任何情况下切换到lxml都是个好主意，但如果读取另一端文件的程序足够XML，那么您所观察到的更改应该不会成为问题。不幸的是，很多XPath处理器都存在名称空间前缀更改的问题......

复制输入xml文件并使用Python完全编写

2 个答案: