通过按属性值匹配元素来合并两个XML文件

Question

我有两个XML文件要合并。我看了前面的其他问题，但我觉得我不能通过阅读这些问题来解决我的问题。我认为使我的情况独特的是，我必须通过属性值找到元素，然后合并到相反的文件中。在

我有两份文件。一个是英文翻译目录，另一个是日文翻译目录。请看下面。在

在下面的代码中，您将看到XML有三个元素，我将在其中合并子元素—MessageCatalogeEntry、MessageCatalogeFormEntry和MessageCatalogeFormEntry。我有数百个文件，每个文件有数千行。可能有比我刚才列出的三个元素更多的元素，但是我确信所有元素都有一个“key”属性。在

我的计划：

• 迭代文件1并创建“key”属性的所有值的列表。
  • 在本例中，列表将是key_values = [321, 260, 320]
• 接下来，我将逐一查看key\u值列表。在
• 我将在文件1中搜索属性为key=321的元素。在
• 接下来，从文件1获取带有key=321元素的子元素。在
• 接下来，在文件2中，找到带有key=321的元素，并添加我先前从文件1抓取的子元素。在
• 接下来，我将继续在key_values列表中循环相同的进程。在
• 接下来，我将把新的xml根目录写到一个文件中，注意保持utf8编码。在

文件1：

<?xml version="1.0" encoding="utf-8"?>
<!DOCTYPE MessageCatalogue []>
<PackageEntry>
    <MessageCatalogue designNotes="Undefined" isPrivate="false" lastKey="362" name="AddKMRichSearchEngineAdmin_AutoTranslationCatalogue" nested="false" version="3.12.0">
      <MessageCatalogueEntry key="321">
        <MessageCatalogueEntry_loc locale="" message="active"/>
      </MessageCatalogueEntry>
      <MessageCatalogueFormEntry key="260">
        <MessageCatalogueFormEntry_loc locale="" shortTitle="Configuration" title="Spider Configuration"/>
      </MessageCatalogueFormEntry>
      <MessageCatalogueFormItemEntry key="320">
        <MessageCatalogueFormItemEntry_loc hintText="" label="Manage Recognised Phrases" locale="" mnemonic="" scriptText=""/>
      </MessageCatalogueFormItemEntry>
    </MessageCatalogue>
  </PackageEntry>

文件2：

^{pr2}$

输出：

<?xml version="1.0" encoding="utf-8"?>
<!DOCTYPE MessageCatalogue []>
<PackageEntry>
    <MessageCatalogue designNotes="Undefined" isPrivate="false" lastKey="362" name="AddKMRichSearchEngineAdmin_AutoTranslationCatalogue" nested="false" version="3.12.0">
      <MessageCatalogueEntry key="321">
        <MessageCatalogueEntry_loc locale="" message="active"/>
        <MessageCatalogueEntry_loc locale="ja" message="アクティブ" />
      </MessageCatalogueEntry>
      <MessageCatalogueFormEntry key="260">
        <MessageCatalogueFormEntry_loc locale="" shortTitle="Configuration" title="Spider Configuration"/>
        <MessageCatalogueFormEntry_loc locale="ja" shortTitle="設定" title="Spider Configuration/スパイダー設定" />
      </MessageCatalogueFormEntry>
      <MessageCatalogueFormItemEntry key="320">
        <MessageCatalogueFormItemEntry_loc hintText="" label="Manage Recognised Phrases" locale="" mnemonic="" scriptText=""/>
        <MessageCatalogueFormItemEntry_loc hintText="" label="認識されたフレーズを管理" locale="ja" mnemonic="" scriptText="" />
      </MessageCatalogueFormItemEntry>
    </MessageCatalogue>
  </PackageEntry>

我甚至在抓取元素时都有困难，永远不要按键值抓取它们。例如，我一直在玩elementtree库，我写了这段代码，希望只得到messagecatalogeentry，但我只得到了它们的孩子：

from xml.etree import ElementTree as et

tree_japanese = et.parse('C:\\blah\\blah\\blah\\AddKMRichSearchEngineAdmin_AutoTranslationCatalogue_JA.xml')
root_japanese = tree_japanese.getroot()
MC_japanese =  root_japanese.findall("MessageCatalogue")

for x in MC_japanese:
    messageCatalogueEntry = x.findall("MessageCatalogueEntry")
    for m in messageCatalogueEntry:
        print et.tostring(m[0], encoding='utf8')

tree_english = et.parse('C:\\blah\\blah\\blah\\AddKMRichSearchEngineAdmin\\AddKMRichSearchEngineAdmin_AutoTranslationCatalogue.xml')
root_english = tree_english.getroot()
MC_english =  root_english.findall("MessageCatalogue")

for x in MC_english:
    messageCatalogueEntry = x.findall("MessageCatalogueEntry")
    for m in messageCatalogueEntry:
        print et.tostring(m[0], encoding='utf8')

任何帮助都将不胜感激。我已经在这工作了几天了，我还没有比刚开始的时候更接近完成任务了！在

Answer 1

实际上，您得到的是MessageCatalogEntry，问题出在print语句中。元素的作用类似于列表，因此m[0]是MessageCatalogEntry的第一个子元素。在

messageCatalogueEntry = x.findall("MessageCatalogueEntry")
for m in messageCatalogueEntry:
    print et.tostring(m[0], encoding='utf8')

将print更改为print et.tostring(m, encoding='utf8')，以查看正确的元素。在

我个人更喜欢lxml而不是elementtree。假设您想通过'key'属性关联条目，那么可以使用xpath为其中一个文档编制索引，然后将它们拉到另一个文档中。在

^{pr2}$