lxml（或lxml.html）：打印樹結構

Question

我想以可區分的方式打印出etree的樹結構（由html文檔構成）（意味着兩個etree應該以不同的方式打印出來）。

結構的意思是樹的“形狀”，它基本上意味着所有標簽，但沒有屬性，也沒有文本內容。

任何的想法？ 在lxml中有什么東西可以做到這一點嗎？

如果沒有，我想我必須遍歷整個樹並從中構造一個字符串。 知道如何以緊湊的方式表示樹嗎？ （“緊湊”功能不太相關）

僅供參考，不打算查看，而是存儲和散列，以便能夠在幾個html模板之間產生差異。

謝謝

Answer 1

也許只是在源XML上運行一些XSLT去除除了標簽之外的所有內容，然后使用etree.tostring來獲取一個你可以散列的字符串就足夠了......

from lxml import etree as ET

def pp(e):
    print ET.tostring(e, pretty_print=True)
    print

root = ET.XML("""\
<project id="8dce5d94-4273-47ef-8d1b-0c7882f91caa" kpf_version="4">
<livefolder id="8744bc67-1b9e-443d-ba9f-96e1d0007ba8" idref="707cd68a-33b5-4051-9e40-8ba686c2fdb8">Mooo</livefolder>
<livefolder id="8744bc67-1b9e-443d-ba9f" idref="707cd68a-33b5-4051-9e40-8ba686c2fdb8" />
<preference-set idref="8dce5d94-4273-47ef-8d1b-0c7882f91caa">
  <boolean id="import_live">0</boolean>
</preference-set>
</project>
""")
pp(root)


xslt = ET.XML("""\
<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
  <xsl:template match="*">
    <xsl:copy>
      <xsl:apply-templates select="*"/>
    </xsl:copy>
  </xsl:template>
</xsl:stylesheet>
""")
tr = ET.XSLT(xslt)

doc2 = tr(root)
root2 = doc2.getroot()
pp(root2)

給你輸出：

<project id="8dce5d94-4273-47ef-8d1b-0c7882f91caa" kpf_version="4">
  <livefolder id="8744bc67-1b9e-443d-ba9f-96e1d0007ba8" idref="707cd68a-33b5-4051-9e40-8ba686c2fdb8">Mooo</livefolder>
  <livefolder id="8744bc67-1b9e-443d-ba9f" idref="707cd68a-33b5-4051-9e40-8ba686c2fdb8"/>
  <preference-set idref="8dce5d94-4273-47ef-8d1b-0c7882f91caa">
    <boolean id="import_live">0</boolean>
  </preference-set>
</project>

<project>
  <livefolder/>
  <livefolder/>
  <preference-set>
    <boolean/>
  </preference-set>
</project>