使用python搜索和替换xml / text文件中的多行

时间:2012-01-30 03:01:21

标签: python regex xpath

---更新3: 我有脚本将所需的数据更新为已完成的xml文件,但以下代码将从写入的文件中删除。为什么是这样?我该如何更换呢?

<?xml version="1.0" encoding="utf-8"?><?xml-stylesheet type='text/xsl' href='ANZMeta.xsl'?>

当前工作代码(上述问题除外)。

import os, xml, arcpy, shutil
from xml.etree import ElementTree as et 

path=os.getcwd()
arcpy.env.workspace = path

FileList = arcpy.ListFeatureClasses()
FileCount = len(FileList)
zone="_Zone"

for File in FileList:
    FileDesc_obj = arcpy.Describe(File)
    FileNm=FileDesc_obj.file
    newMetaFile=FileNm+"_BaseMetadata.xml"

    check_meta=os.listdir(path)
    if FileNm+'.xml' in check_meta:
        shutil.copy2(FileNm+'.xml', newMetaFile)
    else:
        shutil.copy2('L:\Data_Admin\QA\Metadata_python_toolset\Master_Metadata.xml', newMetaFile)
    tree=et.parse(newMetaFile)

    print "Processing: "+str(File)

    for node in tree.findall('.//title'):
        node.text = str(FileNm)
    for node in tree.findall('.//northbc'):
        node.text = str(FileDesc_obj.extent.YMax)
    for node in tree.findall('.//southbc'):
        node.text = str(FileDesc_obj.extent.YMin)
    for node in tree.findall('.//westbc'):
        node.text = str(FileDesc_obj.extent.XMin)
    for node in tree.findall('.//eastbc'):
        node.text = str(FileDesc_obj.extent.XMax)        
    for node in tree.findall('.//native/nondig/formname'):
        node.text = str(os.getcwd()+"\\"+File)
    for node in tree.findall('.//native/digform/formname'):
        node.text = str(FileDesc_obj.featureType)
    for node in tree.findall('.//avlform/nondig/formname'):
        node.text = str(FileDesc_obj.extension)
    for node in tree.findall('.//avlform/digform/formname'):
        node.text = str(float(os.path.getsize(File))/int(1024))+" KB"
    for node in tree.findall('.//theme'):
        node.text = str(FileDesc_obj.spatialReference.name +" ; EPSG: "+str(FileDesc_obj.spatialReference.factoryCode))
    print node.text
    projection_info=[]
    Zone=FileDesc_obj.spatialReference.name

    if "GCS" in str(FileDesc_obj.spatialReference.name):
        projection_info=[FileDesc_obj.spatialReference.GCSName, FileDesc_obj.spatialReference.angularUnitName, FileDesc_obj.spatialReference.datumName, FileDesc_obj.spatialReference.spheroidName]
        print "Geographic Coordinate system"
    else:
        projection_info=[FileDesc_obj.spatialReference.datumName, FileDesc_obj.spatialReference.spheroidName, FileDesc_obj.spatialReference.angularUnitName, Zone[Zone.rfind(zone)-3:]]
        print "Projected Coordinate system"
    x=0
    for node in tree.findall('.//spdom'):
        for node2 in node.findall('.//keyword'):
            print node2.text
            node2.text = str(projection_info[x])
            print node2.text
            x=x+1


    tree.write(newMetaFile)

---更新1&amp; 2: 感谢Aleyna,我有以下基本代码可以使用

import os, xml, arcpy, shutil
from xml.etree import ElementTree as et 

CodeString=['northbc','southbc', '<nondig><formname>']

nondig='nondigital'
path=os.getcwd()
arcpy.env.workspace = path
xmlfile = path+"\\test.xml"

FileList = arcpy.ListFeatureClasses()
FileCount = len(FileList)

for File in FileList:
    FileDesc_obj = arcpy.Describe(File)
    FileNm=FileDesc_obj.file
    newMetaFile=FileNm+"_Metadata.xml"
    shutil.copy2('L:\Data_Admin\QA\Metadata_python_toolset\Master_Metadata.xml', newMetaFile)
    tree=et.parse(newMetaFile)

    for node in tree.findall('.//northbc'):
        node.text = str(FileDesc_obj.extent.YMax)
    for node in tree.findall('.//southbc'):
        node.text = str(FileDesc_obj.extent.YMin)
    for node in tree.findall('.//westbc'):
        node.text = str(FileDesc_obj.extent.XMin)
    for node in tree.findall('.//eastbc'):
        node.text = str(FileDesc_obj.extent.XMax)        
    for node in tree.findall('.//native/nondig/formname'):
        node.text = nondig

    tree.write(newMetaFile)

问题在于处理像

这样的xml代码
- <spdom>
  <keyword thesaurus="">GDA94</keyword> 
  <keyword thesaurus="">GRS80</keyword> 
  <keyword thesaurus="">Transverse Mercator</keyword> 
  <keyword thesaurus="">Zone 55 (144E - 150E)</keyword> 
  </spdom>

由于关键字thes ...在<spdom>中不是唯一的,我们可以按来自

的值的顺序更新这些内容吗?
FileDesc_obj.spatialReference.name
  

u'GCS_GDA_1994'

---原始帖子---

我正在构建一个程序,用于从库中的空间文件生成xml元数据文件。我已经创建了脚本来从文件中提取所需的空间和属性数据,并创建基于shp和文本文件的文件索引,但现在我想将此信息写入基本元数据xml文件,通过替换写入anzlic标准共同/静态元素所拥有的值......

例如,我想替换以下xml代码

<northbc>8097970</northbc>
<southbc>8078568</southbc>

<northbc> GeneratedValue_[desc.extent.XMax] /<northbc>
<southbc> GeneratedValue_[desc.extent.XMax] </southbc>

问题在于,显然数字/值之间和之间的数值不一样。

类似于<title>, <nondig><formname>之类的xml标签......在后一个例子中,两个标签必须一起搜索,因为formname多次出现(不是唯一的)。

我正在使用Python正则表达式手册[这里] [1],

3 个答案:

答案 0 :(得分:2)

使用上面给定的标签:

import os
import xml
from xml.etree import ElementTree as et 
path = r"/your/path/to/xml.file" 
tree = et.parse(path)
for node in tree.findall('.//northbc'):
    node.text = "New Value"
tree.write(path)

这里,XPATH .//northbc返回XML doc中的所有'northbc'节点。您可以轻松地根据需要定制代码。

答案 1 :(得分:1)

如果您正在处理有效的XML,请使用XPath查找感兴趣的节点,使用ElementTree api来操作节点。

例如,您的xpath可能类似于“// northbc”,您只需替换其中的文本节点。

请参阅http://docs.python.org/library/xml.etree.elementtree.html以及http://pypi.python.org/pypi/lxml/2.2.8了解两个不同的库,以帮助您完成此任务。搜索google for XPath并查看w3c教程,了解XPath的一个不错的介绍(我显然不能在帖子中发布超过两个链接,或者我也链接它)

答案 2 :(得分:0)

我可能会在这里说明一点,但您是否考虑使用DOM树来解析和操作XML?