Question

我的输入文件如下所示：

<article>
 <pages>
   <list-item>content of page 1</list-item>
   <list-item>content of page 2</list-item>
   <list-item>content of page 3</list-item>
 </pages>
</article>

我想将其转换为另一个类似

的XML文件

<text>
  <page>content of page 1</page>
  <page>content of page 2</page>
  <page>content of page 3</page>
</text>

以下丑陋的代码实现了我想要实现的目标：

oldtree = etree.parse(infile)
newtree = etree.Element("text")
newtree.append(oldtree.find("pages"))
outfile.write(etree.tostring(newtree).replace(u"<pages>", u"").replace(u"</pages>",u"").replace(u"<list-item>", u"<page>").replace("</list-item>", u"</page>"))

丑陋的部分是XML转换与暴力替换的混合。是否有更纯洁，更美丽的方式来实现我的目标？

Answer 1

类似的东西：

from lxml.etree import fromstring, tostring

text_tree = """
<article>
 <pages>
   <list-item>content of page 1</list-item>
   <list-item>content of page 2</list-item>
   <list-item>content of page 3</list-item>
 </pages>
</article>
"""

pages = fromstring(text_tree).find('pages')
pages.tag = 'text'
for list_item in pages.findall('list-item'):
    list_item.tag = 'page'

print tostring(pages)

会给：

<text>
   <page>content of page 1</page>
   <page>content of page 2</page>
   <page>content of page 3</page>
 </text>

lxml：复制并重命名一堆元素

1 个答案: