使用 lxml 修改具有子元素值的 xml 实体元素

Question

>我有一个这样的XML片段：

<parent id="1">
<child1>
<child2>[content]I need to get[/content]Other text</child2>
</child1>
</parent>

我想将"child1"的 [内容] 作为属性添加到父元素中。

得到这样的东西：

<parent id="1" value = "I need to get">
<child1>
<child2>Other text</child2>
</child1>
</parent>

我有这段代码，但是它不起作用，因为它看起来只在第一个孩子中迭代，而不会转到下一个孩子。

pattern = re.compile('[content](.*?)[/content]')
xml_parser = et.parse(str(xml_file))
root_xml = xml_parser.getroot()
translatable_elements = root_xml.xpath('//parent')
for element in translatable_elements:
for child_element in element.iterchildren():
if child_element.tag == 'child1':
source_content = child_element.text
value_str = pattern.match(source_content).group(1)
element.attrib['value'] = value_str
source_content = pattern.sub(source_content,'')
tree = et.ElementTree(root_xml)
tree.write(str(xml_file), encoding='utf-8', pretty_print=True)

Answer 1

您需要使用正确的正则表达式转义字符串编译re。此外，您试图从child1而不是child2中获取文本。这应该与您正在寻找的行一致：

import re
from lxml import etree
with open(path, 'r') as f:
tree = etree.parse(f)
pattern = re.compile(r'[content](.*?)[/content]')
root = tree.getroot()
pars = root.xpath('//parent')
for par in pars:
for child1 in par.iterchildren('child1'):
child2 = child1.getchildren()[0]
val = pattern.match(child2.text).group(1)
par.set('value', val)
child2.text = pattern.sub('', child2.text)
print(etree.tostring(tree, encoding='utf-8', pretty_print=True))

Answer 2

另一种选择是根本不使用正则表达式并使用普通的 xpath。

既然你说你的XML是一个片段，我把它包装在一个doc元素中，并添加了另一个parent来显示当有多个时会发生什么。

例。。。

XML输入(输入.xml(

<doc>
<parent id="1">
<child1>
<child2>[content]I need to get[/content]Other text</child2>
</child1>
</parent>
<parent id="2">
<child1>
<child2>[content]I need to get this too[/content]More other text</child2>
</child1>
</parent>
</doc>

蟒

from lxml import etree
tree = etree.parse("input.xml")
for parent in tree.xpath(".//parent"):
child2 = parent.xpath("./child1/child2")[0]
parent.attrib["value"] = child2.xpath("substring-before(substring-after(.,'[content]'),'[/content]')")
child2.text = child2.xpath("substring-after(.,'[/content]')")
tree.write("output.xml")

输出(输出.xml(

<doc>
<parent id="1" value="I need to get">
<child1>
<child2>Other text</child2>
</child1>
</parent>
<parent id="2" value="I need to get this too">
<child1>
<child2>More other text</child2>
</child1>
</parent>
</doc>