删除XML中的重复节点

Question

我使用Python和标记.py……一切都在进行中，但是由于脚本最近的更改，我现在在节点中得到了重复的值，这是因为我进行了适当的检查。以下是输出示例（它们是车辆记录）：

<?xml version='1.0' encoding='UTF-8' ?>
<datafeed>
<vehicle>
    <vin>2HNYD18816H532105</vin>
    <features>
        <feature>AM/FM Radio</feature>
        <feature>Air Conditioning</feature>
        <feature>Anti-Lock Brakes (ABS)</feature>
        <feature>Alarm</feature>
        <feature>CD Player</feature>
        <feature>Air Bags</feature>
        <feature>Air Bags</feature>
        <feature>Anti-Lock Brakes (ABS)</feature>
        <feature>Alarm</feature>
        <feature>Air Bags</feature>
        <feature>Alarm</feature>
        <feature>Air Bags</feature>
    </features>
</vehicle>
<vehicle>
    <vin>2HKYF18746H537006</vin>
    <features>
        <feature>AM/FM Radio</feature>
        <feature>Anti-Lock Brakes (ABS)</feature>
        <feature>Air Bags</feature>
        <feature>Air Bags</feature>
        <feature>Anti-Lock Brakes (ABS)</feature>
        <feature>Alarm</feature>
        <feature>Air Bags</feature>
        <feature>Alarm</feature>
    </features>
</vehicle>
</datafeed>

这是一个包含100多条记录的大型XML文件的一个小片段。如何删除重复节点？在

Answer 1

XML中没有真正的“重复项”。每个节点的定义不同。但我明白你想去除你的解释中所有重复的特征。在

您可以通过简单地解析该树，将特性（节点的值）放入一个集合中（以消除重复项）并编写一个新的XML文档。在

假设您是用Python生成文件的，那么您应该修改创建例程，使其在开始时不会生成重复的值。您可能想告诉我们markup.py是什么或做什么。在

编辑

我只是快速浏览了一下标记脚本，这样脚本中可能会出现这样的内容：

// well, this might come from somewhere else, but I guess you have such a list somewhere
features = [ 'AM/FM Radio', 'Air Conditioning', 'Anti-Lock Brakes (ABS)', 'Alarm', 'CD Player', 'Air Bags', 'Air Bags', 'Anti-Lock Brakes (ABS)', 'Alarm', 'Air Bags', 'Alarm', 'Air Bags' ]

// write the XML
markup.features.open()
markup.feature( features )
markup.features.close()

在这种情况下，只需在将特性传递给标记脚本之前将其设为set：

^{pr2}$

如果您有多个单独的列表，其中包含单个车辆的功能，请首先合并这些列表（或集合）：

list1 = [...]
list2 = [...]
list3 = [...]
features = set( list1 + list2 + list3 )