我正在尝试按字母顺序排序我的XML,同时确保特定元素停留在顶部。我设法按字母顺序对其进行排序,但是我无法让该元素留下来。这是我到目前为止所拥有的:
from lxml import etree
data = """
<Example xmlns="http://www.example.org">
<E>
<A>A</A>
<B>B</B>
<C>C</C>
</E>
<B>B</B>
<D>D</D>
<A>A</A>
<C>C</C>
<F>F</F>
</Example>
"""
doc = etree.XML(data,etree.XMLParser(remove_blank_text=True))
for parent in doc.xpath('//*[./*]'):
parent[:] = sorted(parent,key=lambda x: x.tag)
print etree.tostring(doc,pretty_print=True)
从中的结果是:
<Example xmlns="http://www.example.org">
<A>A</A>
<B>B</B>
<C>C</C>
<D>D</D>
<E>
<A>A</A>
<B>B</B>
<C>1</C>
</E>
<F>F</F>
</Example>
无论如何,我可以停止<E></E>
零件及其内容移动吗?
您至少可以以两种方式处理它。您可以对所有内容进行排序,然后通过自定义排序功能将<E>
强加到顶部。另外,您可以将要分类的元素拆分为排序,然后将它们附加到非分组元素的末尾。
自定义排序:
使用渐进代码点进行文本排序。您可以使用ord()
获取单个字符的代码点。最低的印刷字符是标签。因此,要进行排序,我们可以告诉Python正常对所有元素进行排序,除非tag
为<E>
,然后使用tab
进行排序,该分类将首先进行排序。
有一些额外的代码可以处理命名空间。
doc = etree.XML(data,etree.XMLParser(remove_blank_text=True))
ns = doc.nsmap
for parent in doc.xpath('//*[./*]'):
parent[:] = sorted(parent,key=lambda x: x.tag if x.tag!='{'+ns[None]+'}E' else 't')
print(etree.tostring(doc,pretty_print=True).decode('ascii'))
<Example xmlns="http://www.example.org">
<E>
<A>A</A>
<B>B</B>
<C>C</C>
</E>
<A>A</A>
<B>B</B>
<C>C</C>
<D>D</D>
<F>F</F>
</Example>
拆分,申请,组合
在这里,我们将父级分为两个列表,对第二个列表进行整合,然后将其合并。
doc = etree.XML(data,etree.XMLParser(remove_blank_text=True))
ns = doc.nsmap
for parent in doc.xpath('//*[./*]'):
to_sort = (e for e in parent if e.tag!='{'+ns[None]+'}E')
non_sort = (e for e in parent if e.tag=='{'+ns[None]+'}E')
parent[:] = list(non_sort) + sorted(to_sort, key=lambda e: e.tag)
print(etree.tostring(doc,pretty_print=True).decode('ascii'))
<Example xmlns="http://www.example.org">
<E>
<A>A</A>
<B>B</B>
<C>C</C>
</E>
<A>A</A>
<B>B</B>
<C>C</C>
<D>D</D>
<F>F</F>
</Example>
它可以使用以下方式工作,但是似乎无法达到简单的标签,因此它使用长标签,包括 xmlns
part:
doc = etree.XML(data,etree.XMLParser(remove_blank_text=True))
for parent in doc.xpath('//*[./*]'):
parent[:] = sorted(parent,
key=lambda x: (not x.tag =='{http://www.example.org}E', x.tag))
print(etree.tounicode(doc,pretty_print=True))
此代码将输出:
<Example xmlns="http://www.example.org">
<E>
<A>A</A>
<B>B</B>
<C>C</C>
</E>
<A>A</A>
<B>B</B>
<C>C</C>
<D>D</D>
<F>F</F>
</Example>
</Example>n'
以下代码只是输出这些长标签以了解它们的外观:
doc = etree.XML(data,etree.XMLParser(remove_blank_text=True))
for parent in doc.xpath('//*[./*]'):
for item in parent:
print(item.tag)
{http://www.example.org}E
{http://www.example.org}B
{http://www.example.org}D
{http://www.example.org}A
{http://www.example.org}C
{http://www.example.org}F
{http://www.example.org}A
{http://www.example.org}B
{http://www.example.org}C
另一种方法是使用辅助功能解析标签以使其更可读:
def normalize(name):
if name[0] == "{":
uri, tag = name[1:].split("}")
return tag
else:
return name
doc = etree.XML(data, etree.XMLParser(remove_blank_text=True))
for parent in doc.xpath('//*[./*]'):
parent[:] = sorted(parent,
key=lambda x: (not normalize(x.tag) == 'E', x.tag))