如何用python修改xml标记中的属性值

Question

我有许多graphml文件，开头是：

<?xml version="1.0" encoding="UTF-8"?>
<graphml xmlns="http://graphml.graphdrawing.org/xmlns/graphml"  
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" 
         xsi:schemaLocation="http://graphml.graphdrawing.org/xmlns/graphml">

我需要更改xmlns和xsi属性，以反映此XML文件格式规范的正确值：

<?xml version="1.0" encoding="UTF-8"?>
<graphml xmlns="http://graphml.graphdrawing.org/xmlns"  
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://graphml.graphdrawing.org/xmlns 
 http://graphml.graphdrawing.org/xmlns/1.0/graphml.xsd">

我试着用BeautifulSoup改变这些值，比如：

soup = BeautifulSoup(myfile, 'html.parser')
soup.graphml['xmlns'] = 'http://graphml.graphdrawing.org/xmlns'
soup.graphml['xsi:schemalocation'] = "http://graphml.graphdrawing.org/xmlns http://graphml.graphdrawing.org/xmlns/1.0/graphml.xsd"

它工作得很好，但是在我的一些较大的文件上它肯定太慢了，所以我尝试用lxml做同样的事情，但是我不知道如何达到同样的结果。我设法达到了这些属性，但不知道如何改变它们：

doc = etree.parse(myfile)
root = doc.getroot()
root.attrib
> {'{http://www.w3.org/2001/XMLSchema-instance}schemaLocation': 'http://graphml.graphdrawing.org/xmlns/graphml'}

完成这项任务的正确方法是什么？你知道吗

Answer 1

当你说你有很多文件是从这4行开始的，如果你的意思是它们完全一样的话，最快的方法可能是完全忽略这一事实，即它是XML，而只是替换那些行。你知道吗

在Python中，只需阅读前四行，将它们与您期望的内容进行比较（这样，如果它们不匹配，您就可以发出警告），然后丢弃它们。写出你想要的新的四行，然后复制文件的其余部分。对每个文件重复上述步骤。你知道吗

另一方面，如果文件中其他地方有名称空间属性，则此方法将无法捕获这些属性，您可能应该使用真正的基于XML的解决方案。使用常规的SAX解析器，您可以在每个元素开始、元素结束、文本节点等出现时获得回调。因此，您只需将它们复制出来，直到找到所需的标记（在本例中是graphml元素），然后写出所需的新标记，而不是复制开始标记。然后回到复制。XSLT也是一种很好的方法，它可以让您编写一个小型的通用复印机，再加上一条处理graphml元素的规则。你知道吗