在python中从文件中删除特定行

Question

我有一个使用xml模式的文件。看起来是这样的：

    <maplayer simplifyAlgorithm="0" minimumScale="0" maximumScale="2500" simplifyDrawingHints="0" readOnly="0" minLabelScale="0" maxLabelScale="1e+08" simplifyDrawingTol="1" geometry="Point" simplifyMaxScale="1" type="vector" hasScaleBasedVisibilityFlag="1" simplifyLocal="1" scaleBasedLabelVisibilityFlag="0">
      <id></id>
      <datasource>port=1521 user=test_user password=test_passwd</datasource>
      <keywordList>
        <value></value>
      </keywordList>
      <featformsuppress>0</featformsuppress>
      <editorlayout>generatedlayout</editorlayout>
      <widgets/>
      <conditionalstyles>
        <rowstyles/>
        <fieldstyles/>
      </conditionalstyles>
    </maplayer>
  </projectlayers>
  <properties>
    <Variables>
      <variableNames type="QStringList">
        <value>paswd</value>
        <value>user</value>
      </variableNames>
      <variableValues type="QStringList">
        <value>5zdgf</value>
        <value>dgdgdgfdg</value>
      </variableValues>
      </Variables>
    <customproperties>
    <property key="labeling/textColorR" value="0"/>
    <property key="labeling/textTransp" value="0"/>
    <property key="labeling/upsidedownLabels" value="0"/>
    <property key="labeling/useSubstitutions" value="false"/>
    <property key="labeling/wrapChar" value=""/>
    <property key="labeling/xOffset" value="0"/>
    <property key="labeling/yOffset" value="0"/>
    <property key="labeling/zIndex" value="0"/>
    <property key="variableNames"/>
    <property key="variableValues"/>
  </customproperties>

所以我想用python来研究密码和用户部分以及变量部分。 我使用以下代码：

import re

with open('C:\myfile.txt') as oldfile, open('C:\myfile_withoutPW.txt', 'w') as newfile:
    oldText = oldfile.read()
    noPass = re.sub(r'(password=).*?(?=\s) ', '', oldText.rstrip())
    noPass_noUser = re.sub(r'(user=).*?(?=\s) ', '', noPass.rstrip())
    # fehlt noch
    newText = re.sub(re.escape(r'<property key="variableNames"/>'), '', noPass_noUser.rstrip())
    newText = re.sub(re.escape(r'<property key="variableValues"/>'), '', newText.rstrip())
    newfile.write(newText)

这是可行的，但并不完全如我所希望的那样，它深入研究了各个部分，但留下了空行，如：

 <property key="labeling/wrapChar" value=""/>
        <property key="labeling/xOffset" value="0"/>
        <property key="labeling/yOffset" value="0"/>
        <property key="labeling/zIndex" value="0"/>


      </customproperties>
      <blendMode>0</blendMode>
      <featureBlendMo

我怎样才能解决这个问题，从我的txt文件中完整地钻研这些行/部分？你知道吗

Answer 1

用regex处理xml是有风险的。假设一个属性元素位于多行上。另一种方法是使用可扩展样式表转换（XSLT）。我不知道你的所有要求，所以我试着与你的例子相匹配：

<?xml version="1.0"?>
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0">

  <!  pretty print output  >  
  <xsl:strip-space elements="*" />
  <xsl:output method="xml" indent="yes"/>

  <!  strip unwanted elements and attributes  >  
  <xsl:template match="datasource|Variables|@user|@password"/>

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

  <!  start tranform at the root  >
  <xsl:template match="/">
    <xsl:apply-templates/>
  </xsl:template>

</xsl:stylesheet>

Answer 2

这似乎对输出是可行的

(?mi)((?:password=|user=)[^\n]*$|\<property key=\"variableNames\"\/\>\n|\<property key=\"variableValues\"\/\>\n)

Demo，，，其中新行\n被添加到正则表达式的某些部分，以便avoid creating empty line。你知道吗

在python中，可能是这样的

ss=""" copy&paste your string in this area """

regx= re.compile(r'(?mi)((?:password=|user=)[^\n]*$|\<property key=\"variableNames\"\/\>\n|\<property key=\"variableValues\"\/\>\n)')
print(regx.sub('',ss))

如果您想通过删除匹配的字符串来创建remove empty lines，那么您可以尝试使用这个正则表达式来匹配文本中的空行。你知道吗

(?m)^\s*$\n

因此，通过插入这一行，它适用于您的脚本。你知道吗

newText = re.sub(r'(?m)^\s*$\n','',newText)