加入收藏 | 设为首页 | 会员中心 | 我要投稿 李大同 (https://www.lidatong.com.cn/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 编程开发 > Python > 正文

Python – lxml删除一些xml标签并移动其他标签

发布时间:2020-12-20 13:34:55 所属栏目:Python 来源:网络整理
导读:我试图打开一个xml,删除整个标签及其内容,并在xml中移动其他标签. 这是我原来的导入xml: ?xml version="1.0" encoding="UTF-8"?package languageen-GB/language video original_spoken_localeen-US/original_spoken_locale copyright_cline2012 copyright/c
我试图打开一个xml,删除整个标签及其内容,并在xml中移动其他标签.

这是我原来的导入xml:

<?xml version="1.0" encoding="UTF-8"?>
<package>
    <language>en-GB</language>
    <video>
        <original_spoken_locale>en-US</original_spoken_locale>
        <copyright_cline>2012 copyright</copyright_cline>
        <release_date>2012-04-23</release_date>
        <title>Amazing Film</title>
    </video>
    <provider>testprovider</provider>
</package>

我需要删除< copyright_cline>标签和< title>标签.然后我需要移动< provider>标记为< video>在< original_spoken_locale>下面标记并定位它标记并移动< release_date>在< video>下面标记标签.

这是导出的导出xml:

<?xml version="1.0" encoding="UTF-8"?>
<package>
    <language>en-GB</language>
    <video>
        <original_spoken_locale>en-US</original_spoken_locale>
        <provider>testprovider</provider>
        <release_date>2012-04-23</release_date>
    </video>
    <release_date>2012-04-23</release_date>
</package>

我现在已经成功安装了lxml,因此寻找理想的解决方案.

亲切的问候.

我已经能够删除不需要的标签及其内容,但仍需要能够重新排序/移动其他标签,最好不要更换.我也无法删除这行xml代码“

<!--Carpet ID: fd54678-->

这是我目前拥有的:

from lxml import etree

xmlFileIn = '/xmls/metadata.xml'
xmlFileOut = '/xmls/output.xml'

tree = etree.parse(xmlFileIn)
root = tree.getroot()

etree.strip_elements(root,'assets')
etree.strip_tags(root,'assets')

etree.strip_elements(root,'chapters')
etree.strip_tags(root,'chapters')

etree.strip_elements(root,'xid')
etree.strip_tags(root,'xid')

# Write the new xml file
tree.write(xmlFileOut,pretty_print=True,xml_declaration=True,encoding="utf-8")

所以我仍然需要删除<! - 地毯ID:fd54678 - >标签.我想通过通配符删除这些,因为有很多<! - .* - >,因为中间的内容会发生变化.我还需要知道如何移动标签块.

解决方法

由于还没有人回答,我会试试;但我要从阅读而不是实验.如果我错过任何事情,请提前道歉……

有关如何移动元素,请参阅Move an entire element in with lxml.etree

如上所述,要特别小心,因为文本节点不是lxml中的节点(见下文).

至于评论,我在lxml中找不到任何方式来获取评论或直接“移动”元素.你可以先用“sed”或其他东西去除它们.

注意事项

Elementtree和lxml似乎热衷于只有一种节点.这有一些可能有问题的后果(“事情应该尽可能简单,但不简单”):

>使用注释(如本例所示)或PI更难,因为它们不是模型中的第一类概念.
>文本特别困难,因为lxml和elementtree会将任何XML元素的结束标记后面的文本转换为该元素的属性(“尾部文本”).它被视为与该元素的类型名称,属性和子项相同.这可以是一种工作(它是图灵机,你知道),但它需要完全不同的思维方式.

我注意到关于lxml的作者经常声明它主要用于真正没有太多文本的XML结构.你给出的例子就是这样的;如果是这样,你很幸运.但是当文本很重要时,即使是这样简单的事情:

<p>As everyone<footnote>Well,almost everyone</footnote> knows...</p>

文本“know …”是< footnote>的一部分. lxml中的节点.当您移动或删除或替换脚注时,文本随之而来.但当然,该文本不是脚注的一部分(它毕竟是在脚注结束后发生的).

我不知道lxml对“作为每个人”做了什么 – 它不会在任何元素结束后出现.我找不到lxml如何处理它的任何内容.

如果任何地方有任何文字内容,请务必小心.

(编辑:李大同)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    推荐文章
      热点阅读