Question

我正在使用ElementTree将CSV文件与XML文档进行比较。如果标记与CSV中的第一个单元格匹配，则脚本应更新标记。当我将XML导入另一个程序（InDesign）时，标记需要有一个不间断的空间来防止文本换行。

XML输入：

<Table_title>fatal crashes by&#160;time of day</Table_title>
<cell>data1</cell>
<cell>data2</cell>
<cell>data3</cell>

CSV输入：

'fatal crashes by&#160;time of day', data1, data2, data3

但是，当我使用ET.parse('file.xml')将XML读入ElementTree脚本时，它似乎会使角色成为一个不间断的空间：

<Table_title>fatal crashes by time of day</Table_title>
<cell>data1</cell>
<cell>data2</cell>
<cell>data3</cell>

这正是应该做的（我认为）。但在这种情况下，我实际上希望 呈现为字符串，以便它与CSV的第一个单元格匹配（因为在读入CSV时，它会将其解释为字符串：'fatal crashes by time of day' ）。

有办法：

强制XML脚本将不间断空格读取为字符串而不是转义字符：<Table_title>fatal crashes by time of day</Table_title>

或

强制XML脚本读取CSV并将字符渲染为转义字符而不是字符串：'fatal crashes by time of day', data1, data2, data3

Answer 1

以下是发生的事情。

您将此XML读入ElementTree：

<Table_title>fatal crashes by&#160;time of day</Table_title>

ElementTree解析它并将其转换为这个DOM：

元素节点，名称Table_title
- 文本节点，字符串值："fatal crashes by・time of day"（其中・表示代码为160的字符，即不间断空格）

这是100％正确的，你不能（也不应该）对此做任何事情。

您的CSV 似乎在其第一列中包含一小段XML。但是，在解析它之前，它仍然是未解析的。

如果您希望能够比较文本值，则别无选择，只能对第一列进行XML解析。

import csv
import xml.etree.ElementTree as ET

# open your XML and CSV files...

for row in csv_reader:
    temp = ET.fromstring('<temp>' + row[0] + '</temp>')
    print(temp.text)

    # compare temp.text to your XML

将XML字符作为字符串读入ElementTree

1 个答案: