如何用lxml替换XML上的文本？

Question

我正在尝试在一个xml文件上运行几个element.text。我成功地获得了两个列表，第一个列表将前面的element.text重新组合为str (long_name)太长，第二个列表在troncation (short_name)之后重新分组。

现在我想替换xml上的element.text，我尝试了一些脚本，但为了使用函数readline()，我想找到类似的lxml解决方案，如下代码所示：

txt = open('IF_Generic.arxml','r')
Lines = txt.readlines()
txt.close()

txt = open('IF_Genericnew.arxml','w')

for e in range(len(long_name)) :
    for i in range(len(Lines)) :
        if (long_name[e] in Lines[i]) == True :
            Lines[i] = Lines[i].replace(long_name[e],short_name[e])

for i in Lines :
     txt.write(i)

txt.close()

我试过了，但没用：

f = open('IF_Generic.arxml')
arxml = f.read()
f.close()
tree = etree.parse(StringIO(arxml))
for e,b in enumerate(long_name) :
    context = etree.iterparse(StringIO(arxml))
    for a,i in context:
        if not i.text:
            pass
        else:
            if (b in i.text) == True :
                i.text = short_name[e]

obj_arxml = etree.tostring(tree,pretty_print=True)

f = open('IF_Genericnew.arxml','w')
f.write(obj_arxml)
f.close()

假设列表long_name的第一个元素是RoutineServices_EngMGslLim_NVMID03

<BALISE_A>
    <BALISE_B>
        <SHORT-NAME>RoutineServices_EngMGslLim_NVMID03</SHORT-NAME>
    </BALISE_B>
</BALISE_A>
<BALISE_C>
    <POSSIBLE-ERROR-REF DEST="APPLICATION-ERROR">/Interfaces/RoutineServices_EngMGslLim_NVMID03/E_NOT_OK</POSSIBLE-ERROR-REF>
    <SHORT-NAME>Blah_Bleh_Bluh</SHORT-NAME>
</BALISE_C>

列表short_name的第一个元素是RoutineServices_EngMGslLim_NV

<BALISE_A>
    <BALISE_B>
        <SHORT-NAME>RoutineServices_EngMGslLim_NV</SHORT-NAME>
    </BALISE_B>
</BALISE_A>
<BALISE_C>
    <POSSIBLE-ERROR-REF DEST="APPLICATION-ERROR">/Interfaces/RoutineServices_EngMGslLim_NV/E_NOT_OK</POSSIBLE-ERROR-REF>
    <SHORT-NAME>Blah_Bleh_Bluh</SHORT-NAME>
</BALISE_C>

我想要这个

P.S:我使用python 2.7.9

提前谢谢大家！

Answer 1

不要像打开文本文件那样打开XML文件。--我有explained in this answer --为什么这是个坏主意。

只需让etree读取和写入文件即可。它也减少了编写的代码。

from lxml import etree

# read the file and load it into a DOM tree
tree = etree.parse('IF_Generic.arxml')


for elem in tree.iterfind("//*"):
    # find elements that contain only text
    if len(elem) == 0 and elem.text and elem.text.strip() > '':
        # do your replacements ...
        elem.text = "new text"


# serialize the DOM tree and write it to file
tree.write('IF_Genericnew.arxml', pretty_print=True)

您可以使用更具体的"//*"来缩小您想要处理的元素，而不是遍历所有的元素(这就是"//*"所做的)。

例如，像"//SHORT-NAME | //POSSIBLE-ERROR-REF"这样的东西将有助于减少整个工作负载。