删除too元素之间的多个XML元素答案

【问题标题】：Deleting multiple XML elements between too elements删除too元素之间的多个XML元素
【发布时间】：2016-03-04 04:53:48
【问题描述】：

我有一些如下所示的 XML：

<FirstLevel>
    <item1>Val1</item1>
    <item2>Val2</item2>
    <item3>Val3</item3>
    <item4>Val4</item4>
    <item5>Val5</item5>
</FirstLevel>

使用 Python，我想删除 item1 和 item5 之间的所有项目，而无需明确命名，以获得以下结果：

<FirstLevel>
    <item1>Val1</item1>
    <item5>Val5</item5>
</FirstLevel>

使用lxml，我知道如何找到item1 和item5，所以我只需要知道如何构建介于这两者之间的某种XML 元素列表。

【问题讨论】：

在 Python 中，读取文件、删除所需部分然后重写文件通常要容易得多。您使用的模块可能会有所不同，idk。
感谢您的快速回答。就我而言，在更大的用例中访问该文件会很困难，但如果我找不到其他解决方案，我会考虑它:)

标签： python xml xml-parsing lxml elementtree

【解决方案1】：

您可以使用preceding-sibling 和following-sibling 的组合，例如：

from lxml.etree import fromstring, tostring

data = """<FirstLevel>
    <item1>Val1</item1>
    <item2>Val2</item2>
    <item3>Val3</item3>
    <item4>Val4</item4>
    <item5>Val5</item5>
</FirstLevel>
"""

tree = fromstring(data)
node_start = "item1"
node_end = "item5"

parent = tree.xpath("//FirstLevel")[0]
for node in parent.xpath("*[preceding-sibling::%s and following-sibling::%s]" % (node_start, node_end)):
    parent.remove(node)

print(tostring(tree))

打印：

<FirstLevel>
    <item1>Val1</item1>
    <item5>Val5</item5>
</FirstLevel>

如果您可以在单个节点内多次出现item1 和item5：

item_start = "item1"
item_end = "item5"

parent = tree.xpath("//FirstLevel")[0]
for node_start in parent.xpath("%s" % item_start):
    for node in node_start.xpath("following-sibling::%s" % item_end):
        parent.remove(node)

【讨论】：

非常感谢您的回答，它在所描述的情况下非常有效。但是，如果我们考虑重复两次“itemN”元素的情况（让 item1 到 item5，然后再从 item1 到 item5），它将删除第一个 item1 和最后一个 item5 之间的所有元素。我怎样才能再次获得 item1、item5、item1 和 item5。我希望它很清楚:)
@filaton 我想我明白你的意思。请查看更新。谢谢。

【解决方案2】：

感谢 alecxe，我找到了解决方案。如果我们有 item1-item5 元素的多个实例，他的回答非常适合所描述的案例，但不起作用（即使他的更新）（请参阅我对他的回答的评论以更好地理解）。

无论如何，我找到了另一种解决方案（我认为它更简单，更 Pythonic）：

from lxml.etree import fromstring, tostring

data = """<FirstLevel>
    <item1>Val1</item1>
    <item2>Val2</item2>
    <item3>Val3</item3>
    <item4>Val4</item4>
    <item5>Val5</item5>
    <item1>Val1</item1>
    <item2>Val2</item2>
    <item3>Val3</item3>
    <item4>Val4</item4>
    <item5>Val5</item5>
</FirstLevel>
"""

tree = fromstring(data)

item1_list = tree.findall("item1")

for item1 in item1_list:
    next_node = item1.getnext()
    while next_node.tag != "item5":
        tree.remove(next_node)
        next_node = item1.getnext()

print(tostring(tree))

还有一个来自 alecxe 评论的解决方案对我有用：

从 lxml.etree 导入 fromstring, tostring

data = """<FirstLevel>
    <item1>Val1</item1>
    <item2>Val2</item2>
    <item3>Val3</item3>
    <item4>Val4</item4>
    <item5>Val5</item5>
    <item1>Val1</item1>
    <item2>Val2</item2>
    <item3>Val3</item3>
    <item4>Val4</item4>
    <item5>Val5</item5>
    <item1>Val1</item1>
    <item2>Val2</item2>
    <item3>Val3</item3>
    <item4>Val4</item4>
    <item5>Val5</item5>
</FirstLevel>
"""

tree = fromstring(data)
node_start = "item1"
node_end = "item5"

parent = tree.xpath("//FirstLevel")[0]
# Remove first section
for node in parent.xpath("*[(preceding-sibling::item1)[1] and (following-sibling::item5)[3]]"):
    parent.remove(node)
# Remove second section
for node in parent.xpath("*[(preceding-sibling::item1)[2] and (following-sibling::item5)[2]]"):
    parent.remove(node)
# Remove last section
for node in parent.xpath("*[(preceding-sibling::item1)[3] and (following-sibling::item5)[last()]]"):
    parent.remove(node)

print(tostring(tree))

通过尝试多个值，我找到了放入 preceding- 和 following-sibling 的正确索引，但仍然没有真正理解其背后的逻辑，但它至少对我有用。

【讨论】：