删除XML字符串中的空白

2024-09-27 20:15:09 发布

您现在位置：Python中文网/ 问答频道 /正文
997 3

如何在Python2.6中删除XML字符串中的空白和换行符？我尝试了以下程序包：

etree:此代码段保留原始空白：

xmlStr = '''<root>
    <head></head>
    <content></content>
</root>'''

xmlElement = xml.etree.ElementTree.XML(xmlStr)
xmlStr = xml.etree.ElementTree.tostring(xmlElement, 'UTF-8')
print xmlStr

我不能使用Python 2.7来提供method参数。

同样的：

xmlDocument = xml.dom.minidom.parseString(xmlStr)
xmlStr = xmlDocument.toprettyxml(indent='', newl='', encoding='UTF-8')

Tags： 字符串程序包代码段rootxmlcontenthead空白
3条回答
网友
1楼 · 编辑于 2024-09-27 20:15:09

最简单的解决方案可能是使用lxml，在这里您可以设置一个解析器选项来忽略元素之间的空白：

>>> from lxml import etree
>>> parser = etree.XMLParser(remove_blank_text=True)
>>> xml_str = '''<root>
>>>     <head></head>
>>>     <content></content>
>>> </root>'''
>>> elem = etree.XML(xml_str, parser=parser)
>>> print etree.tostring(elem)
<root><head/><content/></root>

这可能足以满足您的需要，但有些警告是安全的：

这将只删除元素之间的空白节点，并尝试不删除包含混合内容的元素内部的空白节点：

>>> elem = etree.XML('<p> spam <a>ham</a> <a>eggs</a></p>', parser=parser)
>>> print etree.tostring(elem)
<p> spam <a>ham</a> <a>eggs</a></p>

不会删除textnodes中的前导或尾随空白。但是，在某些情况下，它仍然会从混合内容中删除空白节点：如果解析器在该级别还没有遇到非空白节点。

>>> elem = etree.XML('<p><a> ham</a> <a>eggs</a></p>', parser=parser)
>>> print etree.tostring(elem)
<p><a> ham</a><a>eggs</a></p>

如果你不想要，你可以使用xml:space="preserve"，这将得到尊重。另一个选择是使用dtd并使用etree.XMLParser(load_dtd=True)，在这里解析器将使用dtd来确定哪些空白节点是有效的还是无效的。

除此之外，您还必须编写自己的代码来删除不需要的空白（迭代子代，并在适当的情况下，将只包含空白的.text和.tail属性设置为None或空字符串）

网友
2楼 · 编辑于 2024-09-27 20:15:09

空白在XML文档中很重要。使用空白进行缩进是对XML的一种拙劣使用，因为它引入了真正没有的重要数据——不幸的是，这是一种规范。去除空白的任何编程方法充其量都只是一种猜测——您需要更好地了解XML所传递的内容，以便正确地删除空白，而不必踩到某个数据的脚趾。

网友
3楼 · 编辑于 2024-09-27 20:15:09

以下是我不想使用lxml而快速想到的：

from xml.dom import minidom
from xml.dom.minidom import Node

def remove_blanks(node):
    for x in node.childNodes:
        if x.nodeType == Node.TEXT_NODE:
            if x.nodeValue:
                x.nodeValue = x.nodeValue.strip()
        elif x.nodeType == Node.ELEMENT_NODE:
            remove_blanks(x)

xml = minidom.parse('file.xml')
remove_blanks(xml)
xml.normalize()
with file('file.xml', 'w') as result:
    result.write(xml.toprettyxml(indent = '  '))

我真的只需要用其他损坏的缩进来重新缩进XML文件。它不尊重preserve指令，但是，老实说，处理XMLs的许多其他软件也是如此，这是一个相当有趣的要求：）而且，您可以很容易地将这种功能添加到上面的代码中（只需检查space属性，如果它的值是'preserve'就不会再出现）

相关问题 更多 >

    编程相关推荐

    热门问题