Question

我有一个这样的XML代码段：

<parent id="1">
    <child1>
        <child2>[content]I need to get[/content]Other text</child2>
    </child1>
</parent>

我想将“child1”的[content]作为属性添加到父元素中。

得到这样的东西：

<parent id="1" value = "I need to get">
    <child1>
        <child2>Other text</child2>
    </child1>
</parent>

我有这个代码，但它不起作用，因为它看起来只是第一个孩子的iters并且不会进入下一个。

pattern = re.compile('[content](.*?)[/content]')
xml_parser = et.parse(str(xml_file))
root_xml = xml_parser.getroot()
translatable_elements = root_xml.xpath('//parent')
for element in translatable_elements:
    for child_element in element.iterchildren():
        if child_element.tag == 'child1':
            source_content = child_element.text
            value_str = pattern.match(source_content).group(1)
            element.attrib['value'] = value_str
            source_content = pattern.sub(source_content,'')
    tree = et.ElementTree(root_xml)
 tree.write(str(xml_file), encoding='utf-8', pretty_print=True)

Answer 1

您需要使用正确的正则表达式转义字符串编译re。此外，您试图从child1而不是child2抓取文字。这应该是你正在寻找的线：

import re
from lxml import etree

with open(path, 'r') as f:
    tree = etree.parse(f)

    pattern = re.compile(r'\[content\](.*?)\[\/content\]')
    root = tree.getroot()
    pars = root.xpath('//parent')

    for par in pars:
        for child1 in par.iterchildren('child1'):
            child2 = child1.getchildren()[0]
            val = pattern.match(child2.text).group(1)
            par.set('value', val)
            child2.text = pattern.sub('', child2.text)

    print(etree.tostring(tree, encoding='utf-8', pretty_print=True))

Answer 2

另一种选择是根本不使用正则表达式并使用普通的xpath。

由于您说您的XML是一个片段，我将其包装在doc元素中并添加了另一个parent以显示存在倍数的情况。

示例...

XML输入（input.xml）

<doc>
    <parent id="1">
        <child1>
            <child2>[content]I need to get[/content]Other text</child2>
        </child1>
    </parent>
    <parent id="2">
        <child1>
            <child2>[content]I need to get this too[/content]More other text</child2>
        </child1>
    </parent>
</doc>

<强>的Python

from lxml import etree

tree = etree.parse("input.xml")

for parent in tree.xpath(".//parent"):
    child2 = parent.xpath("./child1/child2")[0]
    parent.attrib["value"] = child2.xpath("substring-before(substring-after(.,'[content]'),'[/content]')")
    child2.text = child2.xpath("substring-after(.,'[/content]')")

tree.write("output.xml")

输出（output.xml）

<doc>
    <parent id="1" value="I need to get">
        <child1>
            <child2>Other text</child2>
        </child1>
    </parent>
    <parent id="2" value="I need to get this too">
        <child1>
            <child2>More other text</child2>
        </child1>
    </parent>
</doc>

使用lxml修改带有子元素值的xml属性元素

2 个答案: