Как удалить элементы из XML с помощью Python

Я застрял с XML и Python. Задача проста, но я не мог решить ее до сих пор и потратил на это много времени. Я пришел сюда за советом, как решить его с помощью пары строк.

Спасибо за любую помощь в обходе дерева. У меня всегда было слишком много или слишком мало элементов. Элементы могут быть вложены без ограничений. Данный пример-всего лишь пример. Я приму любое решение, не требователен дом минидом, саксофон, что угодно..

у меня есть XML-файл, похожий на этот:

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

        <elm xmlns="http://example.org/ns">
            <elm lang="en">Content EN</elm>
            <elm lang="cs">žluťoučký koníček</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>

что мне нужно-разобрать XML и написать новый файл. Новый файл должен содержать все элементы для данного языка и элементы без .

для языка" cs " выходной файл должен содержать следующее:

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

        <elm xmlns="http://example.org/ns">
            <elm lang="cs">žluťoučký koníček</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>

если вы можете сделать это, чтобы пропустить lang атрибут в новом файле, еще лучше. Но это не так важно.

обновление 1: добавлены символы Юникода и пространство имен атрибут.

обновление 2: использование Python 2.5, стандартные библиотеки предпочтительнее.

8
python xml

3 ответов

используя библиотека 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))

доходность

<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>
10

Я не уверен, как лучше удалить lang атрибут, но вот некоторый код, который делает другие изменения (Python 2.7; для 2.5 или 2.6 используйте getIterator вместо iter), предполагая, что при удалении элемента вы также всегда хотите удалить все, что содержится в этом элементе.

этот код просто печатает результат на стандартный вывод (вы можете перенаправить его, как хотите, конечно, или напрямую записать его в какой-то новый файл, и так далее):

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

С la.xml будучи вашим примером, это пишет

<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>
5

обновление кода @Alex Martelli, чтобы удалить ошибку, в которой список элементов обновляется на месте. Выше решение даст неправильный ответ, если вход немного сложнее.

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

код в строке 7 for subelement in element: меняется на for subelement in element[:]: поскольку неправильно обновлять список на месте при итерации по нему.

этот код повторяет копию списка элементов и удаляет элементы, когда lang != "en" в исходном списке элементов.

1