使用 Python 从 XML 文件中删除不需要的元素

Question

我正在 Python 中编写一个程序来使用 API，它似乎不会根据用户是否被视为活跃来过滤掉请求。 当我向 API 询问活跃用户列表时，我得到了一个更长的 XML 文档，看起来像下面的文本，它仍然包括<active>标签为 false 的用户。

<ArrayOfuser xmlns="WebsiteWhereDataComesFrom.com" xmlns:i="http://www.w3.org/2001/XMLSchema-instance">
    <user>
        <active>false</active>
        <datelastlogin>2/3/2014 10:21:13 PM</datelastlogin>
        <dept>0</dept>
        <email/>
        <firstname>userfirstname</firstname>
        <lastname>userlastname</lastname>
        <lastupdated/>
        <lastupdatedby/>
        <loginemail>userloginemail</loginemail>
        <phone1/>
        <phone2/>
        <rep>userinitials</rep>
    </user>
    <user>
        <active>true</active>
        <datelastlogin>8/21/2019 9:16:30 PM</datelastlogin>
        <dept>3</dept>
        <email>useremail</email>
        <firstname>userfirstname</firstname>
        <lastname>userlastname</lastname>
        <lastupdated>2/6/2019 11:10:29 PM</lastupdated>
        <lastupdatedby>userinitials</lastupdatedby>
        <loginemail>userloginemail</loginemail>
        <phone1>userphone</phone1>
        <phone2/>
        <rep>userinitials</rep>
    </user>
</ArrayOfuser>

该程序需要最终仅从活动用户返回<rep>标记的列表。

这是我作为这个项目的开始尝试的代码。 我可能过于复杂了，因为我试图为活跃用户解析 users.xml 然后保存一个包含所有关于活跃用户的 XML 数据的文件，然后在该文件中使用 for 循环从每个<rep>标签获取信息并保存它到一个列表：

to_remove = ['<active>false</active>']
with open('users.xml') as xmlfile, open('activeusers.xml','w') as newfile:
    for line in xmlfile:
        if not any(remo in line for remo in to_remove):
            newfile.write(line)

在 activeusers.xml 中，我期待看到下面的代码块。

<ArrayOfuser xmlns="WebsiteWhereDataComesFrom.com" xmlns:i="http://www.w3.org/2001/XMLSchema-instance">
    <user>
        <active>true</active>
        <datelastlogin>8/21/2019 9:16:30 PM</datelastlogin>
        <dept>3</dept>
        <email>useremail</email>
        <firstname>userfirstname</firstname>
        <lastname>userlastname</lastname>
        <lastupdated>2/6/2019 11:10:29 PM</lastupdated>
        <lastupdatedby>userinitials</lastupdatedby>
        <loginemail>userloginemail</loginemail>
        <phone1>userphone</phone1>
        <phone2/>
        <rep>userinitials</rep>
    </user>
</ArrayOfuser>

结果是用户 xml 文件的相同副本。 我的猜测是，如果程序正在复制所有内容，它必须正确读取文件，但它绝对不会删除我需要的内容，因此语法一定不正确。 这只是我想到的解决方案，程序不必创建一个名为 activeusers.xml 的新文件。 最终目标是只为活跃用户获取<rep>标签列表，所以如果有更好的方法，我很想知道，因为我是 XML 的新手和 Python 的新手。

Answer 1

由于您正在处理 xml，因此您应该使用适当的 xml 解析器。 请注意，在这种情况下，您还必须处理名称空间。

所以试试这个：

from lxml import etree
#load your file
doc = etree.parse("users.xml")
#declare namespaces
ns = {'xx': 'WebsiteWhereDataComesFrom.com'}

#locate your deletion targets
targets = doc.xpath('//xx:user[xx:active="false"]',namespaces=ns)
for target in targets:
    target.getparent().remove(target)

#save your file
with open("newfile.xml", 'a') as file:
    file.write(etree.tostring(doc).decode())

这应该有您预期的 output。