Python：xml.etree.ElementTree销毁xml格式

Question

我有一个格式为XML的ISM文件（InstallShield项目）。

我需要更改文件中的某些属性，因此我使用了xml.etree.ElementTree（Python库）。

我可以找到这些值并进行更改，但是，使用更新后的值保存文件后，无法在InstallShield中打开它（出现一个普遍错误，即文件无法打开）。

当我将旧文件与新文件进行比较时，我发现在更改的值旁边，新XML仅缺少一些行，而在某些行中，标记名称已更改。

为什么会发生？ 除了我所做的更改之外，是否有其他方法可以使文件保持原样？ 我应该使用其他工具进行更改吗？

例如，以下部分以原始XML出现：

    <?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<?xml-stylesheet type="text/xsl" href="is.xsl" ?>
<!DOCTYPE msi [
   <!ELEMENT msi   (summary,table*)>
   <!ATTLIST msi version    CDATA #REQUIRED>
   <!ATTLIST msi xmlns:dt   CDATA #IMPLIED
                 codepage   CDATA #IMPLIED
                 compression (MSZIP|LZX|none) "LZX">

   <!ELEMENT summary       (codepage?,title?,subject?,author?,keywords?,comments?,
                            template,lastauthor?,revnumber,lastprinted?,
                            createdtm?,lastsavedtm?,pagecount,wordcount,
                            charcount?,appname?,security?)>

   <!ELEMENT codepage      (#PCDATA)>
   <!ELEMENT title         (#PCDATA)>
   <!ELEMENT subject       (#PCDATA)>
   <!ELEMENT author        (#PCDATA)>
   <!ELEMENT keywords      (#PCDATA)>
   <!ELEMENT comments      (#PCDATA)>
   <!ELEMENT template      (#PCDATA)>
   <!ELEMENT lastauthor    (#PCDATA)>
   <!ELEMENT revnumber     (#PCDATA)>
   <!ELEMENT lastprinted   (#PCDATA)>
   <!ELEMENT createdtm     (#PCDATA)>
   <!ELEMENT lastsavedtm   (#PCDATA)>
   <!ELEMENT pagecount     (#PCDATA)>
   <!ELEMENT wordcount     (#PCDATA)>
   <!ELEMENT charcount     (#PCDATA)>
   <!ELEMENT appname       (#PCDATA)>
   <!ELEMENT security      (#PCDATA)>                            

   <!ELEMENT table         (col+,row*)>
   <!ATTLIST table
                name        CDATA #REQUIRED>

   <!ELEMENT col           (#PCDATA)>
   <!ATTLIST col
                 key       (yes|no) #IMPLIED
                 def       CDATA #IMPLIED>

   <!ELEMENT row            (td+)>

   <!ELEMENT td             (#PCDATA)>
   <!ATTLIST td
                 href       CDATA #IMPLIED
                 dt:dt     (string|bin.base64) #IMPLIED
                 md5        CDATA #IMPLIED>
]>
<msi version="2.0" xmlns:dt="urn:schemas-microsoft-com:datatypes" codepage="65001">

但是在新的XML中已经消失了，只有：

<msi xmlns:ns0="urn:schemas-microsoft-com:datatypes" codepage="65001" version="2.0">

还有更多区别，这只是一个例子。

我用来进行更改的python代码是

   tree = Et.parse(ism_file_path)
    root = tree.getroot()

    for attributes_group in root:
        for attribute in attributes_group:

            if attribute.tag == "revnumber":

                new_package_code = increment_hex_number(attribute.text)

                attribute.text = new_package_code

tree.write(ism_file_path)

谢谢！

Answer 1

最终，我搬到了一个新的图书馆-lxml。 与xml.etree.ElementTree相反，该库保留所有标记的顺序，因此我做的完全相同，并且可以正常工作：

def modify_ism_file(ism_file_path):
    context = etree.iterparse(ism_file_path)
    for action, attributes_group in context:
        for attribute in attributes_group:
            if attribute.tag == "revnumber":
                print "Found package code. TAG = {0} TEXT = {1}".format(attribute.tag, attribute.text)
                new_package_code = increment_hex_number(attribute.text)
                print "New package code is {0}".format(new_package_code)
                attribute.text = new_package_code

obj_xml = etree.tostring(context.root, pretty_print=True, xml_declaration=True,   encoding="utf-8")

    with open(ism_file_path, "w") as f:
        f.write(obj_xml)

Answer 2

首先，我想指出，InstallShield具有默认的编译器设置，该设置在每次构建MSI时都会生成一个新的PackageCode。 这是最佳做法，因此我真的不明白为什么在这种情况下您根本需要编辑ISM。

我要指出的第二件事是，ISM的RAW DTD XML格式很难使用。 我倾向于将COM自动化接口用于大多数动态创作，然后将项目保存为二进制格式，以便像使用ORCa一样将其编辑为关系数据库。 WiX C＃/ DTF自定义操作具有LINQ支持，这使操作变得更加容易。 您甚至可以编写一个C＃辅助类并从python调用它。 然后，您可以在自动化界面中将其打开，并根据需要将其保存为XML格式。