elementtree 相关问题

ElementTree是一个用于创建和解析XML的Python库。

就我而言，我有以下代码：从 lxml 导入 etree as et 从 lxml.builder 导入 ElementMaker WSS_SCHEMA = "http://schemas.xmlsoap.org/ws/2002/12/secext" ACTOR_SCHEMA = "...

python xml web-services elementtree xml-namespaces

回答 0 投票 0

使用 python 在 HTML 中解析 XML

我有一个 HTML 文件，它的底部包含 XML 并附有注释，它看起来像这样： *** 我有一个 HTML 文件，它的底部包含 XML 并附有注释，它看起来像这样： <!DOCTYPE html> <html> <head> *** </head> <body> <div class="panel panel-primary call__report-modal-panel"> <div class="panel-heading text-center custom-panel-heading"> <h2>Report</h2> </div> <div class="panel-body"> <div class="panel panel-default"> <div class="panel-heading"> <div class="panel-title">Info</div> </div> <div class="panel-body"> <table class="table table-bordered table-page-break-auto table-layout-fixed"> <tr> <td class="col-sm-4">ID</td> <td class="col-sm-8">1</td> </tr> </table> </div> </div> </body> </html>  需求是解析上面HTML中注释中的XML。到目前为止，我已经尝试读取 HTML 文件并将其传递给字符串并执行以下操作： with open('my_html.html', 'rb') as file: d = str(file.read()) d2 = d[d.index('')] d3 = "'''"+d2+"'''" 这是用 3 个单引号返回字符串 d3 中的 XML 数据片段。然后尝试通过 Etree 阅读它： ET.fromstring(d3) 但失败并出现以下错误： xml.etree.ElementTree.ParseError：格式不正确（无效标记）：第 1 行，第 2 列基本上需要一些帮助：阅读 HTML 取出 HTML 底部注释的 XML 片段获取该字符串并传递给 ET.fromString() 函数，但由于该函数接受带有三重引号的字符串，因此它没有正确格式化并因此抛出错误首先，通过逐行阅读并使用 if string.startswith 过滤掉评论块来拆分您的 html 和 xml： with open('xmlfile.xml') as fh: html, xml = [], [] for line in fh: # check for that comment line if line.startswith(''): break xml.append(line) # Get the root tag to close everything up root_tag = xml[1].strip().strip('<>') # add the closing tag and join, using the 4: slice to strip off block comment xml = ''.join((*xml, f'</{root_tag}>'))[4:] html = ''.join(html) 现在您应该能够使用您选择的解析器独立解析它们你已经走上了正确的道路。我将您的 HTML 放入文件中，它工作正常，如下所示。 import xml.etree.ElementTree as ET with open('extract_xml.html') as handle: content = handle.read() xml = content[content.index('')] document = ET.fromstring(xml) for element in document.findall("./mytag"): for child in element: print(child, child.text) 如果你一次一行地阅读文件，你会发现这更容易管理。 import xml.etree.ElementTree as ET START_COMMENT = '' def getxml(filename): with open(filename) as data: lines = [] inxml = False for line in data.readlines(): if inxml: if line.startswith(END_COMMENT): inxml = False else: lines.append(line) elif line.startswith(START_COMMENT): inxml = True return ''.join(lines) ET.fromstring(xml := getxml('/Volumes/G-Drive/foo.html')) print(xml) 输出： <ROOTTAG> <mytag> <headername>BASE</headername> <fieldname>NAME</fieldname> <val><![CDATA[Testcase]]></val> </mytag> <mytag> <headername>BASE</headername> <fieldname>AGE</fieldname> <val><![CDATA[5]]></val> </mytag> </ROOTTAG> 随着 html.parser() (Doc) 中的构建，您可以将 xml 注释作为字符串获取，您可以使用 xml.entree.ElementTree 进行解析： from html.parser import HTMLParser import xml.etree.ElementTree as ET class MyHTMLParser(HTMLParser): def handle_comment(self, data): xml_str = data tree = ET.fromstring(xml_str) for elem in tree.iter(): print(elem.tag, elem.text) parser = MyHTMLParser() with open("your.html", "r") as f: lines = f.readlines() for line in lines: parser.feed(line) 输出： ROOTTAG mytag headername BASE fieldname NAME val Testcase mytag headername BASE fieldname AGE val 5

python html xml elementtree

回答 4 投票 0

删除带有命名空间的 XML 元素属性

我想删除包含命名空间的特定元素的属性。在以下元素中：我想删除 xsi:nil...

python xml elementtree xml-namespaces xml-attribute

回答 1 投票 0

如何在 python 中基于父标签名称在嵌套 xml 中添加新元素

我有 config.json 文件，我需要根据配置文件生成 xml 文件我的配置文件看起来像。 { “元素”：[ { “元素类型”：“根”， ...

python xml elementtree

回答 2 投票 0

XML : lxml.etree - findall() when document element has attributes

.findall() 在文档元素具有属性时找不到任何内容。为什么会出现这种行为以及如何解决？这是代码：从 lxml 导入 etree as et 文本 = '''\ .findall() 当文档元素具有属性时找不到任何内容。为什么会出现这种行为以及如何解决？代码如下： from lxml import etree as et text = '''\ <svg xmlns="http://www.w3.org/2000/svg" xmlns:xlink="http://www.w3.org/1999/xlink">\ <text class="what1 y2">abc</text><text class="what17 x1">nbc</text>\ <text class="f18 sf4 f12" textLength="72.18">ID_NUM.47</text></svg>''' tree = et.fromstring(text) for elem in tree.findall(".//text"): if elem.text == "ID_NUM.47": elem.getparent().remove(elem) print(et.tostring(tree)) tree.findall(".//text") 返回一个空列表。但是对于以下文档，其中删除了svg标签属性，找到了所有元素： text = '''\ <svg><text class="what1 y2">abc</text><text class="what17 x1">nbc</text>\ <text class="f18 sf4 f12" textLength="72.18">ID_NUM.47</text></svg>''' 此外，例如，当用 .findall() 替换 .xpath('//*[attribute::textLength]') 时，所有元素都在两个文档中找到。

svg xml-parsing lxml elementtree

回答 0 投票 0

Python 和 XML：更新特定值

我必须处理一些 XML 文件，与我在教程中看到的相比，这些文件似乎解析得很奇怪。文字文本2 ...

python-3.x xml elementtree

回答 1 投票 0

如何为 Minidom 中的特定节点使用 getElementsByTagName

我的 XML 看起来像这样 JKH 我的 XML 看起来像这样 <TOPIC> <LIST> <Area>JKH</Area> <USED> <type id='123' /> <type id='345' /> </USED> <DEMAND> <type id='809' /> <type id='321' /> </DEMAND> <CLOSED> <type id='456' /> <type id='765' /> </CLOSED> </LIST> </TOPIC> 这里我只想打印id下的<DEMAND>。我试过下面的代码。 from xml.dom import minidom root=minidom.parse('sample.xml') tag=root.getElementsByTagName('type') for i in tag: print(i.getAttribute("id")) 但是这是打印所有id值，如下所示。 123 345 809 321 456 765 我怎样才能只获得809标签下的321和<DEMAND>。我可以在 ElementTree 中给出路径，但不确定如何在 getElementsByTagName 中让步？在 Minidom 中甚至可能吗？ for demand in root.getElementsByTagName('DEMAND'): for tp in demand.getElementsByTagName('type'): print(tp.getAttribute("id"))

python-3.x xml elementtree getelementsbytagname minidom

回答 1 投票 0

使用 XML ElementTree 获取父 XML 元素

有没有一种平滑的方式来访问一个元素的父元素例如： 12.34 知识 9...

xml elementtree

回答 0 投票 0

在 python 中现有 XML 文件中特定但未定义的位置之后添加新的 XML 元素

我想将一个新的 XML 元素添加到现有的 XML 文件中，问题是位置因文件而异，但我想始终将我的新元素插入特定元素的最后一个标签之后...

python xml elementtree

回答 0 投票 0

如何在 python 中编辑 XML 文件

我有一个 XML 文件，我只需要更改其中的 2 个属性：我有一个 XML 文件，我只需要更改其中的 2 个属性： <?xml version="1.0" encoding="UTF-8"?> <kml xmlns="http://www.opengis.net/kml/2.2" xmlns:gx="http://www.google.com/kml/ext/2.2" xmlns:kml="http://www.opengis.net/kml/2.2" xmlns:atom="http://www.w3.org/2005/Atom"> <Document> <name>lines.kmz</name> <Style id="LineStyle00"> <LabelStyle> <color>00000000</color> <scale>0</scale> </LabelStyle> .............. 我需要更改的是colo标签内的scale和labelstyle。这是我试过的： import xml.etree.ElementTree as ET def update_label_style(kml_path, new_color, new_scale): # parse the KML file tree = ET.parse(kml_path) root = tree.getroot() # define the namespace for KML elements ns = {'kml': 'http://www.opengis.net/kml/2.2'} # find all LabelStyle elements and update their color and scale values for label_style in root.findall('.//kml:LabelStyle', ns): label_style.find('kml:color', ns).text = new_color label_style.find('kml:scale', ns).text = new_scale # write the updated KML file back to disk tree.write(kml_path, encoding='utf-8', xml_declaration=True) print("Changed the label style") 编辑完成后，XML 文件如下： <?xml version='1.0' encoding='utf-8'?> <ns0:kml xmlns:ns0="http://www.opengis.net/kml/2.2"> <ns0:Document> <ns0:name>lines.kmz</ns0:name> <ns0:Style id="LineStyle00"> <ns0:LabelStyle> 问题是它在每个标签之前添加了ns0，它还删除了整行 <kml xmlns="http://www.opengis.net/kml/2.2" xmlns:gx="http://www.google.com/kml/ext/2.2" xmlns:kml="http://www.opengis.net/kml/2.2" xmlns:atom="http://www.w3.org/2005/Atom">

python xml elementtree xml-namespaces

回答 0 投票 0

修改（添加子元素）到xml并用ElementTree保存

我知道 StackOverflow 上有不同的类似主题，但我无法找出我的示例中的问题。我有一个模板 xml 文件。我想使用这个模板来添加新的子元素并保存...

python xml elementtree

回答 0 投票 0

在 Python 中使用元素树解析错误 XML

Python 新手，在从 URL 源转换为 XML 时遇到问题。尝试了很多方法来修复代码，但卡住了。任何建议都会非常有帮助！下面的程序错误在'xtre ...

python xml elementtree

回答 1 投票 0

使用XPATH通过子节点获取父节点

我正在尝试使用 e.find('..)' 访问树中元素的父节点，但它不起作用。对于以下代码：将 xml.etree.ElementTree 导入为 etree xml =“<...