Question

如果 XML 文档没有特定属性, 如何在解析该文档时删除所有标签? 例如, 我希望所有标签( 当然除了根) 都有名称属性。我正使用 XML 来建立树类数据库, 没有名称的标签根本就没有意义。

我当然可以对所有标签(深处)进行循环, 并检查属性是否存在, 但大文件需要一些时间。

我想应该有办法用XMLParser... 来做这个... 也许用一些计划?

Answer 1

在 XPath 和 lxml 中,这应该起作用:

from lxml import etree

xml = etree.XML("<root><a name= 1 ><b name= 1-1 >ABC</b></a><a>Does not exist</a><a name= 2 >DEF</a><a><b name= 3-1 >GHI</b></a></root>")

print  Before: 
print etree.tostring(xml)

xp = etree.XPath("/*/*[not(@name)]") # or "//*[not(@name)]" to include the root tag
all_nodes = xp(xml)
for x in all_nodes:
    parent = x.getparent()
    #if parent is None: continue # if the root tag is included, the parent is None
    parent.remove(x)

print  After: 
print etree.tostring(xml)

Answer 2

在 XSLT 中非常容易。两种模板规则, 一种身份规则, 复制一切 :

<xsl:template match="*">
  <xsl:copy>
    <xsl:copy-of select="@*"/>
    <xsl:apply-templates/>
  </xsl:copy>
</xsl:template>

以及抛弃你们所不想要的元素的另一条规则:

<xsl:template match="*[not(@specific-attribute)]"/>

友情链接