使用 Python 注释掉 XML

Question

我正在尝试（但失败）从 JBoss 6.2 domain.xml 文件中注释掉 HornetQ 配置，而不是在我要删除的节周围插入注释，我正在设法删除文件中剩余的所有内容.

我目前的代码是

from xml.dom import minidom
import os, time, shutil

domConf=('/home/test/JBoss/jboss-eap-6.2/domain/configuration/domain.xml')
commentSub=('urn:jboss:domain:messaging:1.4')


now=str(int(time.time())) 
bkup=(domConf+now)
shutil.copy2(domConf, bkup)

xmldoc = minidom.parse(domConf)
itemlist = xmldoc.getElementsByTagName('subsystem')
for s in itemlist:
        if commentSub in s.attributes['xmlns'].value:
            s.parentNode.insertBefore(xmldoc.createComment(s.toxml()), s)
file = open(domConf, "wb")
xmldoc.writexml(file)
file.write('\n')
file.close()

我要注释掉的配置是 -

        <subsystem xmlns="urn:jboss:domain:messaging:1.4">
            <hornetq-server>
                <persistence-enabled>true</persistence-enabled>
                <journal-type>NIO</journal-type>
                <journal-min-files>2</journal-min-files>
                <connectors>
[....]
                    </pooled-connection-factory>
                </jms-connection-factories>
            </hornetq-server>
        </subsystem>

谢谢！

Answer 1

您遇到的问题是您尝试注释掉的部分已经包含 XML cmets。 XML 中不允许嵌套 cmets。 （有关更多信息，请参阅Nested comments in XML?。）

我认为你需要做的是：

from xml.dom import minidom
import os, time, shutil

domConf=('/home/test/JBoss/jboss-eap-6.2/domain/configuration/domain.xml')
resultFile='result.xml'
commentSub=('urn:jboss:domain:messaging:1.4')

now=str(int(time.time()))
bkup=(domConf+now)
shutil.copy2(domConf, bkup)

xmldoc = minidom.parse(domConf)
itemlist = xmldoc.getElementsByTagName('subsystem')
for s in itemlist:
        if commentSub in s.attributes['xmlns'].value:
            commentText = s.toxml()
            commentText = commentText.replace('--', '- -')
            s.parentNode.insertBefore(xmldoc.createComment(commentText), s)
            s.parentNode.removeChild(s)
file = open("result.xml", "wb")
xmldoc.writexml(file)
file.write('\n')
file.close()

shutil.copy2(resultFile, domConf)

这会像您一样找到注释，但在插入之前，会更改任何嵌套的 XML cmets，因此它们不再是 cmets，方法是将“--”替换为“--”。 （请注意，如果取消注释该部分，这可能会破坏 XML 文件结构。如果要再次解析，则必须反转该过程。）插入后，脚本会删除原始节点。然后它将所有内容写入一个临时文件，并使用 shutil 将其复制回原始文件。

我使用您在下面的评论中发布到 pastebin 的文件在我的系统上对此进行了测试，它可以正常工作。

请注意，这是一种快速而肮脏的 hack - 因为脚本还会将该部分中的任何地方的“--”替换为“--”，并且如果作为 XML 节点的一部分的其他文本具有“-” -' 在里面，它也将被替换......

这样做的正确方法可能是使用lxml 的elementtree 实现，使用lxml's XSL 到select only comments within the section，然后适当地删除或转换它们——这样你就不会搞砸非评论文本。但这可能超出了您所要求的范围。 （Python内置的elementtree没有完整的XSL实现，可能不能用来选择cmets。）