BeautifulGroup用原始xml替换标记，而无需解析/转义

Question

假设我有这样的xml（真正的xml更复杂）：

<a>
    <b>
        <c replace="alpha" />
    </b>
    <d>
        <c replace="beta"></c>
    </d>
</a>

从我can't use regex开始，我就用BeautifulSoup（lxml）来解析它。现在我用一个字符串替换<c>，该字符串包含依赖于属性的新的有效xml。这并不难。在

但是我不想用beauthoulsoup解析新的xml。原因是我马上就去粉饰它。有相当多的标记被大量的xml所取代。它不是很高效的解析然后对所有东西进行修饰。在

有没有类似于LiteralXmlPleaseDontParseThisTnx节点的东西？（我找不到它，他们一定叫它别的名字，还有太多无关的点击“原始html”、“unparsed html”、“literal hmtl”…）。在

或者，有没有一种方法可以对上面的xml进行修饰，然后将新的xml作为纯文本插入其中（而不假设xml是有效的）？在

Answer 1

beauthulsoup用于解析HTML。您所拥有的不是HTML，而是XML，所以您可能不应该使用beauthoulsoup，而应该直接使用lxml。在

lxml元素有一个^{}方法，但必须传递给它一个元素，而不是字符串。现在还不清楚您要用什么来替换<c>，但是如果您从一开始就将替换值作为元素创建，则无需解析即可进行替换。在

相反，如果您只想删除一个任意字符串来代替<c>，那么，在XML文档上这不是一个格式良好的操作，而且库无法保证您粘贴的内容是格式正确的，因此无法序列化给定的结果。大多数XML库将明确禁止该操作，因为它将违反XML库试图维护的基本假设和保证。在

Answer 2

我找到了一种方法来创建同样的结果，这种方法对我很有用，但可能不适用于一般情况。它属于问题的“另类”：在解析过的汤之外进行替换。在

• 在分析主文档之前对大括号进行转义字符串格式设置：

  escaped = sub(r'({|})', r'\1\1', input)
  soup = BeautifulSoup(escaped, 'lxml')  # or lxml
  

• 将<c replace="alpha" />替换为替换字符串（对于所有这些字符串）：

  name = c_tag.attrs['replace']
  ctag.replace_with(NavigableString('{' + name + ':s}'))
  

• 将所有替换项存储在字典中（可能已经是这样）：

  rep = {'alpha': '<lots /><of-xml />', 'beta': '<b>hi</b>'}
  

• 使用字符串格式进行所有替换：

  output = soup.prettify().format(**rep)
  

我承认我的案子有点特别，所以可能对其他人没有帮助。但是在我的例子中，每个<c>可以被包含更多<c>的xml替换，由于多进程通信，每个级别都需要被解析或pickle。（Pickling只比解析快20-50%，并且遇到了硬递归限制）。因此，只需执行一次而不是为每个级别执行此操作可以节省大量时间（在我测试的案例中是系数3），因为regex替换和字符串替换比解析快得多。在