[英]How to traverse through XML document tags using lxml similarly to ElementTree
目前我正在编辑 XML 文档,我必须在其中编辑一些标签及其属性。 到目前为止,我一直在使用ElementTree
库,但是我遇到了命名空间保存的问题,所以我试图重写我的脚本以使用lxml
。 但是,在遍历文档标签的情况下, ElementTree
对我来说非常合乎逻辑。 下面作为示例,我将提供将删除 XML 中的Ext
标记的代码,并将Resolution
标记文本更改为不同的值。
元素树:
namespaces = dict([elem for _, elem in ET.iterparse(adiPath, events=['start-ns'])])
for ns in namespaces:
ET.register_namespace(ns, namespaces[ns])
for asset in root.findall('.//{*}Asset'):
if 'title:TitleType' in asset.attrib.values():
ext = asset.find('.//{*}Ext')
if ext != None:
asset.remove(ext)
if 'content:PreviewType' in asset.attrib.values():
resolution = asset.find(".//{*}Resolution")
resolution.text = 'different value'
是否可以以与上述类似的方式遍历 XML 文件,而不是ET
使用lxml
?
XML 文件:
<?xml version="1.0" encoding="utf-8"?>
<ADI3 xmlns="urn:cablelabs:md:xsd:core:3.0"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xmlns:content="urn:cablelabs:md:xsd:content:3.0"
xmlns:core="urn:cablelabs:md:xsd:core:3.0"
xmlns:offer="urn:cablelabs:md:xsd:offer:3.0"
xmlns:terms="urn:cablelabs:md:xsd:terms:3.0"
xmlns:title="urn:cablelabs:md:xsd:title:3.0"
xmlns:adb="urn:adb:md:xsd:adb:01"
xmlns:schemaLocation="urn:adb:md:xsd:adb:01 ADB-EXT-C01.xsd urn:cablelabs:md:xsd:core:3.0 MD-SP-CORE-C01.xsd urn:cablelabs:md:xsd:content:3.0 MD-SP-CONTENT-C01.xsd urn:cablelabs:md:xsd:offer:3.0 MD-SP-OFFER-C01.xsd urn:cablelabs:md:xsd:terms:3.0 MD-SP-TERMS-C01.xsd urn:cablelabs:md:xsd:title:3.0 MD-SP-TITLE-C01.xsd"
xmlns:xml="http://www.w3.org/XML/1998/namespace">
<Asset xsi:type="title:TitleType" uriId="ID" providerVersionNum="5"
internalVersionNum="0" creationDateTime="2020-04-22T00:00:00Z"
startDateTime="2020-03-24T09:00:00Z" endDateTime="2022-10-06T23:59:00Z">
<AlternateId identifierSystem="VOD1.1">ID</AlternateId>
<ProviderQAContact>Contact</ProviderQAContact>
<Ext>
<adb:ExtensionType>
<adb:TitleExt>
<adb:SeriesInfo episodeNumber="16">
<adb:series seriesId="106585" seasonCount="2"/>
<adb:season seasonId="106586" number="1" episodeCount="22"/>
</adb:SeriesInfo>
</adb:TitleExt>
</adb:ExtensionType>
</Ext>
<title:LocalizableTitle xml:lang="pol">
<title:TitleLong>BATWOMAN EP. 16 - THROUGH THE LOOKING GLASS</title:TitleLong>
<title:SummaryLong> Very long summary...</title:SummaryLong>
<title:Actor fullName="Ruby Rose" firstName="Ruby" lastName="Rose"/>
<title:Actor fullName="Rachel Skarsten" firstName="Rachel" lastName="Skarsten"/>
<title:Actor fullName="Meagan Tandy" firstName="Meagan" lastName="Tandy"/>
<title:Actor fullName="Camrus Johnson" firstName="Camrus" lastName="Johnson"/>
<title:Director fullName="Sudz Sutherland" firstName="Sudz" lastName="Sutherland"/>
</title:LocalizableTitle>
<title:Rating ratingSystem="PL">12</title:Rating>
<title:DisplayRunTime>00:40</title:DisplayRunTime>
<title:Year>2019</title:Year>
<title:CountryOfOrigin>US</title:CountryOfOrigin>
<title:Genre>Genre</title:Genre>
<title:ShowType>Movie</title:ShowType>
</Asset>
<Asset xsi:type="offer:CategoryType" uriId="ID">
<AlternateId identifierSystem="VOD1.1">ID</AlternateId>
<offer:CategoryPath>Path</offer:CategoryPath>
</Asset>
<Asset xsi:type="content:MovieType" uriId="namemp4">
<AlternateId identifierSystem="VOD1.1">namemp4</AlternateId>
<content:SourceUrl>name.mp4</content:SourceUrl>
<content:Resolution>resolution</content:Resolution>
<content:Duration>PT0H40M40S</content:Duration>
<content:Language>pol</content:Language>
<content:SubtitleLanguage>pol</content:SubtitleLanguage>
<content:SubtitleLanguage>eng</content:SubtitleLanguage>
</Asset>
<Asset uriId="ID" xsi:type="content:MovieType">
<AlternateId identifierSystem="VOD1.1">ID</AlternateId>
<Provider>Prov</Provider>
<content:SourceUrl>sub.srt</content:SourceUrl>
</Asset>
<Asset uriId="ID" xsi:type="content:MovieType">
<AlternateId identifierSystem="VOD1.1">ID</AlternateId>
<Provider>Prov</Provider>
<content:SourceUrl>sub.srt</content:SourceUrl>
</Asset>
<Asset xsi:type="content:PosterType" uriId="ID">
<AlternateId identifierSystem="VOD1.1">ID</AlternateId>
<content:SourceUrl>poster.jpg</content:SourceUrl>
<content:X_Resolution>700</content:X_Resolution>
<content:Y_Resolution>1000</content:Y_Resolution>
<content:Language>pol</content:Language>
</Asset>
<Asset xsi:type="offer:ContentGroupType" uriId="ID">
<AlternateId identifierSystem="VOD1.1">ID</AlternateId>
<offer:TitleRef uriId="ID"/>
<offer:MovieRef uriId="namets"/>
<offer:MovieRef uriId="subs"/>
<offer:MovieRef uriId="subs"/>
</Asset>
<Asset xsi:type="offer:ContentGroupType" uriId="ID">
<AlternateId identifierSystem="VOD1.1">ID</AlternateId>
<offer:TitleRef uriId="ID"/>
<offer:MovieRef uriId="poster"/>
</Asset>
</ADI3>
关于您的输入文档的意见:
xmlns="..."
) 定义为urn:cablelabs:md:xsd:core:3.0
。xmlns:core="urn:cablelabs:md:xsd:core:3.0"
)。xmlns:schemaLocation
是错误的,应该是xsi:schemaLocation
。urn:cablelabs:md:xsd:terms:3.0
)的命名空间。当您阅读本文档并再次编写时,正如您的代码示例所做的那样,所有信息都将保留。
但不能保证 output 文档是输入文档的逐字符副本。 这不是 XML 的工作原理,这是一个不合理的期望。 重要的保证是 output 文档在语义上等同于输入文档。
当您的代码运行时,它会生成此 output(删节):
<core:ADI3
xmlns:adb="urn:adb:md:xsd:adb:01"
xmlns:content="urn:cablelabs:md:xsd:content:3.0"
xmlns:core="urn:cablelabs:md:xsd:core:3.0"
xmlns:offer="urn:cablelabs:md:xsd:offer:3.0"
xmlns:title="urn:cablelabs:md:xsd:title:3.0"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
>
<core:Asset xsi:type="title:TitleType" uriId="ID" providerVersionNum="5" internalVersionNum="0" creationDateTime="2020-04-22T00:00:00Z" startDateTime="2020-03-24T09:00:00Z" endDateTime="2022-10-06T23:59:00Z">
<core:AlternateId identifierSystem="VOD1.1">ID</core:AlternateId>
<!-- ... -->
</core:Asset>
</core:ADI3>
与以前一样, ADI3
元素仍位于urn:cablelabs:md:xsd:core:3.0
命名空间中。 这是通过默认命名空间还是通过显式前缀实现的无关紧要。 ElementTree 知道这个命名空间的前缀——“core”——并决定使用它。 这并没有错,它仍然是同样的事情。
output 中缺少命名空间urn:cablelabs:md:xsd:terms:3.0
(“terms”),因为它在输入中未使用并且保留未使用的声明毫无意义。
同样的事情也适用于“schemaLocation”——因为您将其编写为命名空间声明( xmlns:schemaLocation
),ElementTree 看到这个“命名空间”未被使用并剥离了它。 正确的应该是具有命名空间 ( xsi:schemaLocation
) 的属性。 当您更正该错误时,该项目将保留在 output 中。
总结一下:你没有问题。 output文档也是一样。
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.