我可以使用python根据csv文件值编辑xml文件吗？

Question

我有一个CSV文件，上面有一个数字列表，其中有空格，比如：

0001
0002
0003
0005
0007
etc.

我有一个XML文件，其中包含带有标识符的节点，带有一个没有空格的数字列表，如：

<?xml version='1.0' encoding='utf-8'?>
<root>
    <item>
        <unitd>0001</unitd>
        <unittitle>description of item 1</unittitle>
    </item>
    <item>
        <unitd>0002</unitd>
        <unittitle>description of item 2</unittitle>
    </item>
    <item>
        <unitd>0003</unitd>
        <unittitle>description of item 3</unittitle>
    </item>
    <item>
        <unitd>0004</unitd>
        <unittitle>description of item 4</unittitle>
    </item>
    <item>
        <unitd>0005</unitd>
        <unittitle>description of item 5</unittitle>
    </item>
    <item>
        <unitd>0006</unitd>
        <unittitle>description of item 6</unittitle>
    </item>
    <item>
        <unitd>0007</unitd>
        <unittitle>description of item 7</unittitle>
    </item>
</root>      <!-- added by edit -->

我想在XML文件的项目中添加一个额外的元素，这些项目的标识符可以在CSV文件中找到，如下所示：

<root>
<item>
    <unitd>0001</unitd>
    <unittitle>description of item 1</unittitle>
    <link>link to extra info on item 1</link>
</item>
<item>
    <unitd>0002</unitd>
    <unittitle>description of item 2</unittitle>
    <link>link to extra info on item 2</link>
</item>
<item>
    <unitd>0003</unitd>
    <unittitle>description of item 3</unittitle>
    <link>link to extra info on item 3</link>
</item>
<item>
    <unitd>0004</unitd>
    <unittitle>description of item 4</unittitle>
</item>
<item>
    <unitd>0005</unitd>
    <unittitle>description of item 5</unittitle>
    <link>link to extra info on item 5</link>
</item>
<item>
    <unitd>0006</unitd>
    <unittitle>description of item 6</unittitle>
</item>
<item>
    <unitd>0007</unitd>
    <unittitle>description of item 7</unittitle>
    <link>link to extra info on item 7</link>
</item>

我可以用python来做这件事吗？有没有更聪明的方法来处理这个问题？你知道吗

Answer 1

处理XML到XML转换的最聪明的方法是使用XSLT，它正是为此而设计的。你知道吗

因此，要将源XML转换为所需的目标XML，可以使用以下XSLT-1.0脚本（名为trans.xslt）：

<xsl:stylesheet version ="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform"> 
    <xsl:output method="xml" encoding="UTF-8"/>
    <xsl:variable name="additional" select="document('a_link.xml')/LinkMapping" />   <!  name of helper XML file  >

    <!  identity template  >
    <xsl:template match="node()|@*" > 
        <xsl:copy>
            <xsl:apply-templates select="node()|@*" />
        </xsl:copy>
    </xsl:template> 

    <!  item transform template  >
    <xsl:template match="item" > 
        <xsl:copy>
            <xsl:copy-of select="node()|@*" />
            <xsl:if test="$additional/map[@id=current()/unitd]">
                <link>
                    <xsl:value-of select="$additional/map[@id=current()/unitd]/text()" />
                </link>
            </xsl:if>
        </xsl:copy>
    </xsl:template> 

</xsl:stylesheet>

此模板需要一个额外的XML文件，其中包含来自名为a_link.xml的CSV文件的link的映射。您的CSV文件示例没有显示任何这样的关系，但是将CSV转换为以下格式应该没有问题。你知道吗

<LinkMapping>
    <map id="0001">link to extra info on item 1</map>
    <map id="0002">link to extra info on item 2</map>
    <map id="0003">link to extra info on item 3</map>
    <map id="0005">link to extra info on item 5</map>
    <map id="0007">link to extra info on item 7</map>
</LinkMapping>

将上述XSLT应用于XML助手文件的输出是所需的。

---

所以要在Python中使用它，可以参考to this SO answer，它解释了如何用XSLT转换XML文件。你知道吗

假设您的XML文件名为input.xml，代码可能如下所示：

import lxml.etree as ET

dom = ET.parse("input.xml")
xslt = ET.parse("trans.xslt")
transform = ET.XSLT(xslt)
newdom = transform(dom)
print(ET.tostring(newdom, pretty_print=True))

现在你应该得到你想要的结果了。你知道吗