如何手动删除XML标记？

Question

我正在尝试删除标记并创建一个新的文件，但我不知道如何完成这一任务。我给出了一个带有XML标记的文件，我希望使用剥离和拆分来生成list/string。我不能使用XML解析器或任何其他库。

以下是文本文件：

<team> <name>Denver Broncos</name> <players> <player> <jno>50</jno> <fname>Zaire</fname> <lname>Anderson</lname> <height>5-11</height> <weight>220</weight> <age>24</age> <position>ILB</position> <school>Nebraska</school> </player> <player> <jno>48</jno> <fname>Shaquil</fname> <lname>Barrett</lname> <height>6-2</height> <weight>250</weight> <age>23</age> <position>OLB</position> <school>Colorado State</school> </player> <player> <jno>35</jno> <fname>Kapri</fname> <lname>Bibbs</lname> <height>5-11</height> <weight>203</weight> <age>23</age> <position>RB</position> <school>Colorado State</school> </player> </players> </team>

我希望使用字符串/列表生成如下所示的句子：

这是丹佛野马队的名单。队里有3名队员。扎伊尔安德森，劳工局，穿50号。他身高5英尺11英寸，体重220磅。他24岁了。他去了内布拉斯加。，OLB，穿48号。他身高6英尺2英寸，体重250磅。他23岁了。他去了科罗拉多州立大学。卡普里·比布斯，RB，穿着48号。他身高5英尺11英寸，体重203磅。他23岁了。他去了科罗拉多州立大学。

def test(filename):
    f=open(filename,"r")
    line = f.readline()
    f2 = open("BearsRoster.txt", "w")
    print line
    myList = []
    stringl = ""
    for i in line:
        if i == ("<"):
            while i != ">":
                line.remove(i)


        else:


            stringl = stringl + i
            myList.append(stringl)
            stringl = ""
        else:
            stringl = stringl + i
    print myList
    for i in myList:
        print i
        print myList

        if i[0] == "<" or " ":
            myList.remove(i)

显然，这个代码是不正确的。我的想法是遍历字符串并尝试删除<xxxxx>的代码。我只是不知道怎么接近它。在那之后，我想把这句话写进我贴的句子里。

Answer 1

若要删除标记，请使用变量skip=True/False控制何时将char复制到新字符串。

当你找到<，然后设置skip=True，当你找到>，然后设置skip=False

data = '''<team> <name>Denver Broncos</name> <players> <player> <jno>50</jno> <fname>Zaire</fname> <lname>Anderson</lname> <height>5-11</height> <weight>220</weight> <age>24</age> <position>ILB</position> <school>Nebraska</school> </player> <player> <jno>48</jno> <fname>Shaquil</fname> <lname>Barrett</lname> <height>6-2</height> <weight>250</weight> <age>23</age> <position>OLB</position> <school>Colorado State</school> </player> <player> <jno>35</jno> <fname>Kapri</fname> <lname>Bibbs</lname> <height>5-11</height> <weight>203</weight> <age>23</age> <position>RB</position> <school>Colorado State</school> </player> </players> </team>'''

skip = False
result = ''

for char in data:
    if char == '<':
        skip = True
    elif char == '>':
        skip = False
    elif not skip:
        result += char

print(result)

如果您需要标记中的数据，那么您必须构建解析器--识别打开和结束标记，记住标记名称，并可能使用标记构建树。所以你需要更多的工作。