[英]How do I parse and write XML using Python's ElementTree without moving namespaces around?
我们的项目来自这种形式的上游XML:
<?xml version="1.0" encoding="utf-8"?>
<configuration>
<runtime>
<assemblyBinding xmlns="urn:schemas-microsoft-com:asm.v1">
<dependentAssembly>
<assemblyIdentity name="Newtonsoft.Json" publicKeyToken="30ad4fe6b2a6aeed" culture="neutral" />
<bindingRedirect oldVersion="0.0.0.0-6.0.0.0" newVersion="7.0.0.0" />
</dependentAssembly>
</assemblyBinding>
</runtime>
<appSettings>
<add key="foo" value="default">
...
</appSettings>
</configuration>
然后它使用ElementTree读取/解析此XML,然后对于匹配某个键(“foo”)的每个app设置,它会写入一个新值, 它知道上游进程没有(在这种情况下键为“foo”)应该有值“bar”)。
使用过滤后的XML的下游进程是aaahhhh ...... 脆弱的 。 它期望接收XML在上面那样的形式。
如果我在没有注册命名空间的情况下解析这个XML,那么ElementTree就会在输入上修改我的树:
<configuration xmlns:ns0="urn:schemas-microsoft-com:asm.v1">
<runtime>
<ns0:assemblyBinding>
<ns0:dependentAssembly>
<ns0:assemblyIdentity culture="neutral" name="Newtonsoft.Json" publicKeyToken="30ad4fe6b2a6aeed" />
<ns0:bindingRedirect newVersion="7.0.0.0" oldVersion="0.0.0.0-6.0.0.0" />
</ns0:dependentAssembly>
</ns0:assemblyBinding>
</runtime>
<appSettings>
<add key="foo" value="default">
...
</appSettings>
</configuration>
下游流程无法解决这个问题,因为从语义上讲,这并不是一件容易理解的事情。 所以,我决定注册我知道上游进程将提供的命名空间作为默认命名空间,以避免前缀出现在任何地方,现在我得到这个:
<configuration xmlns="urn:schemas-microsoft-com:asm.v1">
<runtime>
<assemblyBinding>
<dependentAssembly>
<assemblyIdentity culture="neutral" name="Newtonsoft.Json" publicKeyToken="30ad4fe6b2a6aeed" />
<bindingRedirect newVersion="7.0.0.0" oldVersion="0.0.0.0-6.0.0.0" />
</dependentAssembly>
</assemblyBinding>
</runtime>
<appSettings>
<add key="foo" value="default">
...
</appSettings>
</configuration>
我对XML知之甚少,但这也是下游组件的呐喊,而且在我看来,现在并不意味着这个默认的xmlns
现在适用于<configuration>
所有包含元素,而之前它只应用于<assemblyBinding>
元素?
无论如何, 使用ElementTree来处理这个命名空间,以便我可以接受上游的XML,设置foo
的值,然后在下游传递它,而不移动命名空间,并完全按照我发现的那样离开它?
我可以使用一个基于lxml的解决方案,它似乎处理这个问题, 但是 ,lxml依赖于C,下游组件真的不想支持它:纯Python解决方案更可取。
我可以将文档读作HTML,忽略命名空间属性,让我操纵我想要的值,然后传递文档; 但是 ,我还没有找到一个不会包含所有元素名称的Python解析器,而我的下游组件需要保留所有元素名称的大小写。
我可以使用字符串解析和正则表达式。 我宁愿不写我自己的解析器。
到目前为止我在ElementTree中找到关于名称空间处理的唯一建议是建议“注册默认名称空间以避免前缀”方法,我认为这种方法是合适的,但ElementTree则坚持在转储时将xmlns
声明移动到根节点。
我也可以巧妙地建立一个字符串,将树分阶段转储出来,并按照正确的顺序将xmlns
声明放回“正确的节点”,但这也让我感到非常脆弱。
有没有人设法通过这样的问题?
据我所知,更适合您需求的解决方案是使用xml.etree.ElementTree
公开的功能编写纯Python自定义呈现。 这是一个可能的解决方案:
from xml.etree import ElementTree as ET
from re import findall, sub
def render(root, buffer='', namespaces=None, level=0, indent_size=2, encoding='utf-8'):
buffer += f'<?xml version="1.0" encoding="{encoding}" ?>\n' if not level else ''
root = root.getroot() if isinstance(root, ET.ElementTree) else root
_, namespaces = ET._namespaces(root) if not level else (None, namespaces)
for element in root.iter():
indent = ' ' * indent_size * level
tag = sub(r'({[^}]+}\s*)*', '', element.tag)
buffer += f'{indent}<{tag}'
for ns in findall(r'{[^}]+}', element.tag):
ns_key = ns[1:-1]
if ns_key not in namespaces: continue
buffer += ' xmlns' + (f':{namespaces[ns_key]}' if namespaces[ns_key] != '' else '') + f'="{ns_key}"'
del namespaces[ns_key]
for k, v in element.attrib.items():
buffer += f' {k}="{v}"'
buffer += '>' + element.text.strip() if element.text else '>'
children = list(element)
for child in children:
sep = '\n' if buffer[-1] != '\n' else ''
buffer += sep + render(child, level=level+1, indent_size=indent_size, namespaces=namespaces)
buffer += f'{indent}</{tag}>\n' if 0 != len(children) else f'</{tag}>\n'
return buffer
通过将您提供的XML
数据发布到上面的render
函数,如下所示:
data=\
'''<?xml version="1.0" encoding="utf-8"?>
<configuration>
<runtime>
<assemblyBinding xmlns="urn:schemas-microsoft-com:asm.v1">
<dependentAssembly>
<assemblyIdentity name="Newtonsoft.Json" publicKeyToken="30ad4fe6b2a6aeed" culture="neutral" />
<bindingRedirect oldVersion="0.0.0.0-6.0.0.0" newVersion="7.0.0.0" />
</dependentAssembly>
</assemblyBinding>
</runtime>
<appSettings>
<add key="foo" value="default" />
</appSettings>
</configuration>'''
e = ET.fromstring(data)
ET.register_namespace('', "urn:schemas-microsoft-com:asm.v1")
r = ET.ElementTree(e)
您将获得以下生成的XML
,其中包含您声明要查找的属性:
<?xml version="1.0" encoding="utf-8" ?>
<configuration>
<runtime>
<assemblyBinding xmlns="urn:schemas-microsoft-com:asm.v1">
<dependentAssembly>
<assemblyIdentity name="Newtonsoft.Json" publicKeyToken="30ad4fe6b2a6aeed" culture="neutral"></assemblyIdentity>
<bindingRedirect oldVersion="0.0.0.0-6.0.0.0" newVersion="7.0.0.0"></bindingRedirect>
</dependentAssembly>
</assemblyBinding>
</runtime>
<appSettings>
<add key="foo" value="default"></add>
</appSettings>
</configuration>
我知道我来参加晚会..无论如何希望这会帮助你和许多其他人有同样的问题,这里是一个很好的解决方案。 快乐的编码!
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.