如何使用Python从XML中删除元素

Question

我厌倦了XML和Python.任务很简单,但到目前为止我无法解决它并花了很长时间.我来这里是为了建议如何用几行来解决它.

感谢您遍历树的任何帮助.我总是得到太多或太少的元素.元素可以无限制地嵌套.举个例子就是一个例子.我会接受任何解决方案,而不是挑剔dom,minidom,sax,等等......

我有一个类似于这个的XML文件:

<root>
    <elm>
        <elm>Common content</elm>

        <elm xmlns="http://example.org/ns">
            <elm lang="en">Content EN</elm>
            <elm lang="cs">žlu?ou?ký koní?ek</elm>
        </elm>

        <elm xml:id="abc123">Common content</elm>

        <elm lang="en">Content EN</elm>
        <elm lang="cs">Content CS</elm>

        <elm lang="en">
            <elm>Content EN</elm>
            <elm>Content EN</elm>
        </elm>

        <elm lang="cs">
            <elm>Content CS</elm>
            <elm>Content CS</elm>
        </elm>
    </elm>
</root>

我需要的 - 解析XML并编写一个新文件.新文件应包含给定语言的所有元素和没有lang属性的元素.

对于"cs"语言,输出文件应包含以下内容:

<root>
    <elm>
        <elm>Common content</elm>

        <elm xmlns="http://example.org/ns">
            <elm lang="cs">žlu?ou?ký koní?ek</elm>
        </elm>

        <elm xml:id="abc123">Common content</elm>

        <elm lang="cs">Content CS</elm>

        <elm lang="cs">
            <elm>Content CS</elm>
            <elm>Content CS</elm>
        </elm>
    </elm>
</root>

如果你可以让它省略lang新文件中的属性,那就更好了.但它并不重要.

UPDATE1:添加了unicode字符和名称空间属性.

UPDATE2:使用Python 2.5,首选标准库.

Answer 1

使用lxml:

import lxml.etree as le

with open('doc.xml','r') as f:
    doc=le.parse(f)
    for elem in doc.xpath('//*[attribute::lang]'):
        if elem.attrib['lang']=='en':
            elem.attrib.pop('lang')
        else:
            parent=elem.getparent()
            parent.remove(elem)
    print(le.tostring(doc))

产量

<root>
    <elm>Common content</elm>

    <elm>
        <elm>Content EN</elm>
        </elm>

    <elm>Common content</elm>

    <elm>Content EN</elm>
    <elm>
        <elm>Content EN</elm>
        <elm>Content EN</elm>
    </elm>

    </root>

Answer 2

我不确定如何最好地删除lang属性,但是这里有一些代码可以执行其他更改(Python 2.7;对于2.5或2.6,getIterator而不是使用iter),假设当您删除元素时,您也总是希望删除包含的所有内容在那个元素.

此代码只是将结果打印到标准输出(您可以根据需要重定向它,当然,或直接将其写入某个新文件,依此类推):

import sys
from xml.etree import cElementTree as et

def picklang(path, lang='en'):
    tr = et.parse(path)
    for element in tr.iter():
        for subelement in element:
            la = subelement.get('lang')
            if la is not None and la != lang:
                element.remove(subelement)
    return tr

if __name__ == '__main__':
    tr = picklang('la.xml')
    tr.write(sys.stdout)
    print

随着la.xml是你的榜样,这写

<root>
    <elm>Common content</elm>

    <elm>
        <elm lang="en">Content EN</elm>
        </elm>

    <elm>Common content</elm>

    <elm lang="en">Content EN</elm>
    <elm lang="en">
        <elm>Content EN</elm>
        <elm>Content EN</elm>
    </elm>

    </root>