Python etree 控件空标签格式

Question

使用 Python 的 etree 创建 XML 文件时，如果我们使用SubElement向文件写入一个空标签，我会得到：

<MyTag />

不幸的是，我们在 Fortran 中使用的 XML 解析器库不能处理这个问题，即使它是一个正确的标签。 它需要看到：

<MyTag></MyTag>

有没有办法更改格式规则或 etree 中的某些内容以使其工作？

Answer 1

从 Python 3.4 开始，您可以对tostring()函数和ElementTRee.write()方法使用short_empty_elements参数：

>>> from xml.etree import ElementTree as ET
>>> ET.tostring(ET.fromstring('<mytag/>'), short_empty_elements=False)
b'<mytag></mytag>'

在较旧的 Python 版本（2.7 到 3.3）中，作为一种变通方法，您可以使用html方法写出文档：

>>> from xml.etree import ElementTree as ET
>>> ET.tostring(ET.fromstring('<mytag/>'), method='html')
'<mytag></mytag>'

ElementTree.write()方法和tostring()函数都支持method关键字参数。

在更早版本的 Python（2.6 及更早版本）上，您可以安装外部 ElementTree 库； 1.3 版支持该关键字。

是的，这听起来有点奇怪，但是html输出主要输出空元素作为开始和结束标记。 一些元素仍然以空标签元素结束； 特别是<link/> ， <input/> ， <br/>等等。 尽管如此，还是升级您的 Fortran XML 解析器以实际解析符合标准的 XML！

Answer 2

这在 Python 3.4 中直接解决了。 从那时起， xml.etree.ElementTree.ElementTree的write方法具有short_empty_elements参数：

控制不包含内容的元素的格式。 如果为 True（默认值），则它们作为单个自闭合标签发出，否则它们作为一对开始/结束标签发出。

xml.etree 文档中的更多详细信息。

Answer 3

如果您有可用的 sed，则可以将 python 脚本的输出通过管道传输到

sed -e "s/<\([^>]*\) \/>/<\1><\/\1>/g"

它将找到<Tag />任何出现并将其替换为<Tag></Tag>

Answer 4

添加空text是另一种选择：

etree.SubElement(parent, 'child_tag_name').text=''

但请注意，这不仅会改变表示形式，还会改变文档的结构：即child_el.text将是''而不是None 。

哦，就像 Martijn 所说的，尝试使用更好的库。

Answer 5

解释一下代码，我使用的ElementTree.py版本在_write方法中包含以下内容：

write('<' + tagname)
...
if node.text or len(node): # this line is literal
    write('>')
    ...
    write('</%s>' % tagname)
else:
    write(' />')

为了引导程序计数器，我创建了以下内容：

class AlwaysTrueString(str):
    def __nonzero__(self): return True
true_empty_string = AlwaysTrueString()

然后我在那些 ElementTree 节点上设置node.text = true_empty_string ，我想要一个打开-关闭标签而不是一个自关闭标签。

通过“引导程序计数器”，我的意思是构造一组输入——在​​这种情况下是一个带有一些奇怪的真实测试的对象——到一个库方法，这样库方法的调用就会按照我想要的方式遍历它的控制流图. 这非常脆弱：在库的新版本中，我的 hack 可能会中断——你可能应该将“可能”视为“几乎可以保证”。 一般来说，不要打破抽象障碍。 它只是在这里对我有用。

Answer 6

如果您有 python >=3.4，请使用其他答案中已经显示的short_empty_elements=False选项，但是：

1. 如果您已经拥有字符串形式的 XML 并且无法触摸生成它的代码..
2. 如果您陷入使用 python <3.4 的情况。
3. 如果您使用的是其他坚持使用自闭合标签的 XML 库..

然后这有效：

 xml = "<foo/><bar/>"
 xml = re.sub(r'<([^\/]+)\/\>', r'<\1></\1>', xml)

 print(xml)

 # output will be
 # <foo></foo><bar></bar>