如何保持 XML 標簽的序列，甚至使用 python 添加/刪除標簽

Question

我正在 python 中尋找以下解決方案。 以下是我目前的 xml 文件格式。

<step_1>abc</step_1>
<step_2>efg</step_2>
<step_3>hij</step_3>
<step_4>klm</step_4>

我想在第一個和最后一個之間添加/刪除一個標簽，並按順序維護標簽的命名。 例如：如果我刪除<step_2>efg</step_2>那么結果應該如下

<step_1>abc</step_1>
<step_2>hij</step_2>
<step_3>klm</step_3>

有什么解決辦法嗎？ 先感謝您。

Answer 1

我檢查了 XML 元素的標記屬性可以修改，至少使用lxml 。

我的解決方案基於lxml的另一個原因是它包含xpath方法，這是此處需要的。

首先，假設您在源代碼樹中添加或刪除了一些step_...元素，還有其他名稱的元素，現在整個樹包含：

<main>
  <xx>
    <other>a1</other>
    <step_1>abc</step_1>
    <step_3>hij</step_3>
    <other>a2</other>
    <step_4>klm</step_4>
    <step_6>xyz</step_6>
  </xx>
  <yy>
    <step_1>abc_2</step_1>
    <step_7>xyz_2</step_7>
    <step_2>efg_2</step_2>
    <other>a3</other>
    <step_4>klm_2</step_4>
  </yy>
</main>

我從一個文件中讀取了上述內容：

from lxml import etree as et

parser = et.XMLParser(remove_blank_text=True)
tree = et.parse('Input.xml', parser)
root = tree.getroot()

那么這個想法是：

• 找到每個包含至少一個step_...元素的“父”元素。
• 循環其名稱從step開始的孩子。
• 將其名稱 ( tag ) 更改為step_ + 連續數字。

帶有測試打印輸出的代碼是：

for el in root.xpath(".//*[starts-with(name(), 'step')]/.."):
    tg = el.tag
    print(f'Parent: {tg:7}')
    i = 0
    for el2 in el.xpath("*[starts-with(name(), 'step')]"):
        i += 1
        tg2 = el2.tag
        tt = el2.text
        if tt is None: tt = ''
        newName = f'step_{i}'
        print(f'  Child {i}: {tg2:7}  {tt:8} -> {newName}')
        el2.tag = newName

它打印：

Parent: xx     
  Child 1: step_1   abc      -> step_1
  Child 2: step_3   hij      -> step_2
  Child 3: step_4   klm      -> step_3
  Child 4: step_6   xyz      -> step_4
Parent: yy     
  Child 1: step_1   abc_2    -> step_1
  Child 2: step_7   xyz_2    -> step_2
  Child 3: step_2   efg_2    -> step_3
  Child 4: step_4   klm_2    -> step_4

現在打印內容時：

print(et.tostring(root, encoding='unicode', pretty_print=True))    

結果是：

<main>
  <xx>
    <other>a1</other>
    <step_1>abc</step_1>
    <step_2>hij</step_2>
    <other>a2</other>
    <step_3>klm</step_3>
    <step_4>xyz</step_4>
  </xx>
  <yy>
    <step_1>abc_2</step_1>
    <step_2>xyz_2</step_2>
    <step_3>efg_2</step_3>
    <other>a3</other>
    <step_4>klm_2</step_4>
  </yy>
</main>

如您所見：

• step_...元素已從其父級中的1開始“重新編號”。
• 所有其他元素保留其 position 和內容。