如果找到某个文本，则使用 python 删除 xml 标签

Question

如果找到某个文本，我需要从 xml 文档中删除所有标签。

例子：

<root-element>
    <tag-name first:line="some-value">bla-bla</tag-name>
    <tag-name second:line="some-value">bla-bla</tag-name>
    <tag-name third:line="some-value">bla-bla</tag-name>
    <tag-name first:line="some-value">bla-bla</tag-name>
    <tag-name second:line="some-value">bla-bla</tag-name>
</root-element>

所以对于 XML 文档中的每个first:line，我想删除整个标签。

Answer 1

您需要使用 xml 解析库。

我推荐 lxml。

然后使用 text() 属性上的函数 string-length() 构建 xpath 选择器。这样它将选择任何内部带有文本的元素。

import lxml.etree as et

tree=et.fromstring(xml)

for bad in tree.xpath("//*[string-length(text()) > 0]"):
  bad.getparent().remove(bad)   

print(et.tostring(tree, pretty_print=True, xml_declaration=True))

Answer 2

这里是如何通过 XSLT 来实现的。

XSLT 使用所谓的身份转换模式。

我修改了 XML 并删除了虚假的命名空间。

输入 XML

<?xml version="1.0"?>
<root-element>
    <tag-name firstline="some-value">bla-bla</tag-name>
    <tag-name secondline="some-value">bla-bla</tag-name>
    <tag-name thirdline="some-value">bla-bla</tag-name>
    <tag-name firstline="some-value">bla-bla</tag-name>
    <tag-name secondline="some-value">bla-bla</tag-name>
</root-element>

XSLT

<?xml version="1.0"?>
<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
    <xsl:output method="xml" encoding="utf-8" indent="yes" omit-xml-declaration="yes"/>
    <xsl:strip-space elements="*"/>

    <xsl:template match="@*|node()">
        <xsl:copy>
            <xsl:apply-templates select="@*|node()"/>
        </xsl:copy>
    </xsl:template>

    <xsl:template match="*[@firstline]"/>
</xsl:stylesheet>

输出 XML

<root-element>
  <tag-name secondline="some-value">bla-bla</tag-name>
  <tag-name thirdline="some-value">bla-bla</tag-name>
  <tag-name secondline="some-value">bla-bla</tag-name>
</root-element>