清理xml ==>删除行(如果有空标记)

Question

我想清理我的xml,这样不仅它是有效的XML,而且它以一种非常人类可读的方式进行格式化.例如:

<Items>
    <Name>Hello</Name>
    <Cost>9.99</Cost>
    <Condition/>
</Items>

我想删除任何带有空标记的行,留下:

<Items>
    <Name>Hello</Name>
    <Cost>9.99</Cost>
</Items>

我尝试使用正则表达式进行此操作,但在将其保留为可读格式方面并没有太多运气:

txt = etree.tostring(self.xml_node, pretty_print=True)
txt = re.sub(r'<[a-zA-Z]+/>\n', '', txt)

实现上述目标的最佳方法是什么？

Answer 1

使用XML解析器.

我们的想法是找到所有带有//*[not(node())]XPath表达式的空节点,并将其从树中删除.示例,使用lxml:

from lxml import etree


data = """
<Items>
    <Name>Hello</Name>
    <Cost>9.99</Cost>
    <Condition/>
</Items>
"""

root = etree.fromstring(data)
for element in root.xpath(".//*[not(node())]"):
    element.getparent().remove(element)

print etree.tostring(root, pretty_print=True)