Question

任务是 - 在迭代xml树时删除＆＃39;当前＆＃39;节点，保存xml文档并将其提供给第三方应用程序。根据结果将此节点带回树或忘记它。

让我展示一下奇怪之处：</ p>

<test>
  <A>
    <A1>
      <A2>A2</A2>
    </A1>
  </A>
  <B>
    <B1>B1</B1>
  </B>
  <C>C</C>
</test>

这是python代码：

from lxml import etree as ET

tree = ET.parse('t.xml')

delete = False

def print_tree():
    print '*' * 5
    for node in tree.getiterator():
        print node.tag
    print '*' * 5

print_tree()

for node in tree.getiterator():
    #delete the first node (<A> in our case)
    if not delete:
        try:
            node.getparent().remove(node)
            delete = True
        except:
            pass

    print '* ' + node.tag

print_tree()

输出将是这样的：

*****
test
A
A1
A2
B
B1
C
***** <-- these are all elements iterator can reach
* test
* A
* A1
* A2
*****
test
B
B1
C
*****

正如您在删除节点后所看到的那样，迭代器仅转到A分支。

如何让它覆盖树的其余部分？我希望有一个更优雅的解决方案。

Answer 1

我认为您的代码或环境存在多个问题。

当我运行你的代码（Windows 7x64 32位python 2.7.8）时，我得到以下（与你的不同）输出：

*****
test
A
A1
A2
B
B1
C
*****
* test
* A
* A1
* A2
*****
test
B
B1
C
*****

所以我从你那里获得不同输出的第一个问题可能是环境 - 你的或我的。您使用的是什么版本的python？

你的问题是为什么迭代器不进入树的B部分？好吧，看看你的删除代码，它删除了当前节点，然后你假设迭代器将继续进一步迭代进入树的其余部分 - 即你正在修改当前正在运行的点上的树。这很可能会混淆迭代器，它正在做。

AFAICT remove（）方法的描述说'从元素中删除子元素'。您正在尝试使用删除删除“元素”，这就像坐在树枝的末端并在树干附近锯开它。

假设您只想使用迭代器删除A节点，这是有效的（请注意中断 - 进一步迭代没有意义）（还要注意没有try / except）：

for node in tree.getiterator():
    #delete the first <A> subelement
    Anode = node.find("A")
    if Anode is not None:
        node.remove(Anode)
        break

另一个问题可能在于您的代码。你的except语句只包含'pass'来抑制异常 - 这是一个非常狡猾的事情。我的环境中的异常原因是第一次进入for循环，即在根节点测试时，对getparent（）的调用正确地返回None，并且无法删除。抑制这样的所有异常并不是解决该问题的可靠方法，因为它还可以抑制任何其他错误，并且无论如何意味着代码中可能存在逻辑错误。

HTH 巴尼

lxml的迭代器的奇怪行为

1 个答案: