Question

我想把这些句子改成xml

I will meet you at 1st.
5th... OK, 5th?
today is 2nd\n
Aug.3rd

像这样：

<Text VAlign="top" VPosition="85.00">
    I will meet you at 1<Font Script="super">st</Font>.
</Text>
<Text VAlign="top" VPosition="85.00">
    5<Font Script="super">th</Font>... OK, 5<Font Script="super">th</Font>
</Text>
<Text VAlign="top" VPosition="85.00">
        today is 2<Font Script="super">nd</Font>\n
</Text>
<Text VAlign="top" VPosition="85.00">
        Aug.3<Font Script="super">rd</Font>\n
</Text>

我正在使用minidom，但经过多次发布和回答后，我不介意用其他解析器重写我的代码。一开始，我认为这很简单，只需用{/ 1>替换st|nd|rd|th即可

<Font Script="super">st|nd|rd|th</Font>然后使用这个新字符串createTextNode（）。

但是，＃{1}}符号被writexml（）方法变为<, > and "。它适用于XML规范，但不适合阅读。

我该怎么做？非常感谢。

Answer 1

以下是您可以使用标准库中的xml.etree.ElementTree执行的操作：

import re
import xml.etree.ElementTree as ET


data = """I will meet you at 1st.
5th... OK, 5th?
today is 2nd
Aug.3rd"""

endings = ['st', 'th', 'nd', 'rd']
pattern = re.compile('(%s)' % "|".join(endings))

root = ET.Element('root')
for line in data.split('\n'):
    items = []
    for item in re.split(pattern, line):
        if item in endings:
            items.append('<Font Script="super">%s</Font>' % item)
        else:
            items.append(item)
    element = ET.fromstring("""<Text VAlign="top" VPosition="85.00">%s</Text>""" % ''.join(items))
    root.append(element)

print ET.tostring(root)

它生成以下xml：

<root>
    <Text VAlign="top" VPosition="85.00">I will meet you at 1<Font Script="super">st</Font>.
    </Text>
    <Text VAlign="top" VPosition="85.00">5<Font Script="super">th</Font>... OK, 5<Font Script="super">th</Font>?
    </Text>
    <Text VAlign="top" VPosition="85.00">today is 2
        <Font Script="super">nd</Font>
    </Text>
    <Text VAlign="top" VPosition="85.00">Aug.3
        <Font Script="super">rd</Font>
    </Text>
</root>

Answer 2

要使用推进缩进和换行进行输出，我需要lxml，我把它放在alecxe的代码中。

from lxml import etree as ET

print ET.tostring(root, pretty_print=True)

根据特殊规范，使用1st | 2nd | 3rd | 4th语句创建句子

2 个答案: