使用 lxml 修改具有 child 元素值的 xml 属性元素

Question

我有这样一个 XML 片段：

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

我想将 "child1" 的 [content] 作为属性添加到 parent 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，但它不起作用，因为它看起来只在第一个 child 中迭代，不会转到下一个。

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 获取文本。这应该与您正在寻找的路线一致：

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

另一种选择是完全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，我将它包装在一个 doc 元素中并添加另一个 parent 来显示当有多个时会发生什么。

示例...

XML 输入 (input.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>

Python

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 (output.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>

使用 lxml 修改具有 child 元素值的 xml 属性元素

Modifying an xml attribute element with a value of a child element with lxml

python

regex

xml

lxml

python-3.x