如何刪除 XML 中僅包含空格的空 XML 標簽？

Question

我需要刪除這樣的案例：

<text> </text>

我有在沒有空格時有效的代碼，但是如果有空格呢？

代碼：

doc = etree.XML("""<root><a>1</a><b><c></c></b><d></d></root>""")

def remove_empty_elements(doc):
  for element in doc.xpath('//*[not(node())]'):
    element.getparent().remove(element)

我還需要用 lxml 而不是 BeautifulSoup 來做。

Answer 1

此 XPath，

//*[not(*)][not(normalize-space())]

將 select 所有葉子元素只包含空白內容。

具體來說，對於您的示例，

<root><a>1</a><b><c></c></b><d></d></root>

這些元素將被選中： c和d 。

對於還包含純空格元素的示例，

<root>
  <a>1</a>
  <b>
    <c></c>
  </b>
  <d/>
  <e>     </e>
  <f>
  </f>
</root>

將選擇這些元素： c 、 d 、 e和f 。