如何在使用Python保存页眉和页脚的同时拆分XML文件（在特定的N个节点上）？

Question

我是Python新手，不知道从哪里开始解决问题。在

我需要做的是：从一个文件夹中读取一个XML文件，并将其拆分到多个XML文件中（在另一个文件夹中），涉及到一个特定的重复节点（用户将输入该节点），同时保留页眉（在该节点之前的内容）和页脚（节点之后的内容）。在

下面是一个例子：

<?xml version="1.0"?>
<catalog catalogName="cat1" catalogType="bestsellers">
   <headerNode node="1">
      <param1>value1</param1>
      <param2>value2</param2>
   </headerNode>
   <book id="bk101">
      <author>Gambardella, Matthew</author>
      <title>XML Developer's Guide</title>
      <genre>Computer</genre>
      <price>44.95</price>
      <publish_date>2000-10-01</publish_date>
      <description>An in-depth look at creating applications 
      with XML.</description>
   </book>
   <book id="bk102">
      <author>Ralls, Kim</author>
      <title>Midnight Rain</title>
      <genre>Fantasy</genre>
      <price>5.95</price>
      <publish_date>2000-12-16</publish_date>
      <description>A former architect battles corporate zombies, 
      an evil sorceress, and her own childhood to become queen 
      of the world.</description>
   </book>
   <book id="bk103">
      <author>Corets, Eva</author>
      <title>Maeve Ascendant</title>
      <genre>Fantasy</genre>
      <price>5.95</price>
      <publish_date>2000-11-17</publish_date>
      <description>After the collapse of a nanotechnology 
      society in England, the young survivors lay the 
      foundation for a new society.</description>
   </book>
   <footerNode node="2">
      <param1>value1</param1>
      <param2>value2</param2>
   </footerNode>
</catalog>

因此，我们的目的是要有3个XML文件（因为我们有3个“book”节点实例）具有“headerNode”+1“book”+“footerNode”。在

第一个文件如下：

^{pr2}$

唯一的限制是它需要使用“ElementTree”而不是“lxml”库来完成（因为lxml不包含在生产依赖项中）。在

编辑：这里是基于“MK Ultra”的答案的代码。在

现在我修改了它，将两个参数传递给脚本（第一个是不带扩展名的XML文件名，第二个是split节点），现在我读取XML并在与脚本相同的文件夹中生成XML文件。（我在循环中使用索引来命名文件夹）

import sys
import xml.etree.ElementTree as ET
import os

# Get the current directory
cwd = os.getcwd()
# Load the xml
doc = ET.parse(r"%s/%s.xml" % (cwd,sys.argv[1]))
root = doc.getroot()
# Get the header element
header = root.find("headerNode")
# Get the footer element
footer = root.find("footerNode")
# loop over the books and create the new xml file
for idx,book in enumerate(root.findall(sys.argv[2])):
    top = ET.Element(root.tag)
    top.append(header)
    top.append(book)
    top.append(footer)
    out_book = ET.ElementTree(top)
    # the output file name will be the ID of the book
    out_path = "%s/%s_%s.xml" % (cwd,sys.argv[1],idx)
    out_book.write(open(out_path, "wb"))

如何使“headerNode”/“footerNode”部分通用？我的意思是，它应该是“书”或其他类似“小说”、“纸张”之类的东西。正确的值只有脚本的用户（显然不是我）在运行它时才知道。在

EDIT2:刚刚修改了原始文件以将属性添加到“catalog”节点，因为创建拆分文件时无法复制属性。在

Answer 1

从我的头顶上你可以这样做：

import xml.etree.ElementTree as ET

# Load the xml
doc = ET.parse(r"d:\books.xml")
root = doc.getroot()
# Get the header element
header = root.find("headerNode")
# Get the footer element
footer = root.find("footerNode")
# loop over the books and create the new xml file
for book in root.findall('book'):
    top = ET.Element(root.tag)
    top.append(header)
    top.append(book)
    top.append(footer)
    out_book = ET.ElementTree(top)
    # the output file name will be the ID of the book
    out_path = "%s.xml" % book.attrib["id"]
    out_book.write(open(out_path, "wb"))