如何使用 Python 和 ElementTree 检测 <?xml version="1.0" encoding="UTF-8"?> 的根 xml 元素答案

【问题标题】：How to detect the root xml element of <?xml version="1.0" encoding="UTF-8"?> using Python and ElementTree如何使用 Python 和 ElementTree 检测 <?xml version="1.0" encoding="UTF-8"?> 的根 xml 元素
【发布时间】：2014-03-23 17:55:31
【问题描述】：

我正在解析一个 XML 文件，我希望根元素是 <data>。但是，一些用户修改了这些文件并在顶部添加了元素<?xml version="1.0" encoding="UTF-8"?>。我想检查它是否存在，然后我的测试失败以通知用户这个问题。我尝试执行以下操作，但它不断检测<data> 的正确根元素。这是我目前所拥有的。

<?xml version="1.0" encoding="UTF-8"?>
<data>
</data>

elementTree = self.param2
root = elementTree.find('.')

print root.tag

我要打印的是：

data

（这不是我所期望的）。

任何想法都将不胜感激！

【问题讨论】：

tree = ET.parse(xmlFile), root = tree.getroot(), print root.tag
尝试了您的建议，我得到了相同的结果。我在根标记处得到“数据”，而不是预期的“xml”部分。
你的意思是：<?xml version="1.0" encoding="UTF-8"?>?这只是 XML 文件的标题，它不是元素
是的。抱歉，我将它定义为元素，但我想你是对的，它是标题。想知道在 xml 文件中检测它的最佳方法是什么？
<?xml ...? 行称为XML declaration。它不是根，因此您可以放心地忽略它。

标签： python xml xml-parsing elementtree

【解决方案1】：

如果您使用正确的 XML API，例如 xml.dom 或 ElementTree，则处理 XML 声明 应该没有任何问题。但是，如果您仍然坚持删除声明，请尝试以下操作：

from xml.dom import minidom

def remove_xml_declaration(xml_text):
    doc = minidom.parseString(xml_text)
    root = doc.documentElement
    xml_text_without_declaration = root.toxml(doc.encoding)
    return xml_text_without_declaration

#
# Test
#

xml_text = '''<?xml version="1.0" encoding="UTF-8"?>
<data>
</data>
'''

# Remove declaration
xml_text = remove_xml_declaration(xml_text)
print xml_text
print '---'

# Remove declaration, event if it is not there
xml_text = remove_xml_declaration(xml_text)
print xml_text
print '---'

【讨论】：

谢谢你的好例子。

【解决方案2】：

嗯，我感谢所有的回复。但是，我不想删除它，我只想检测它并让用户/开发人员删除它。这是我为检测它所做的。

import re

# The beginning of an XML Declaration to match.
xmlRegex = '(<\\?xml)'
rg = re.compile(xmlRegex, re.IGNORECASE | re.DOTALL)

lineCount = 0
with open("c:\file.xml") as f:
    for line in f:
        lineCount += 1
        match = rg.search(line)

        if match:
            self.assertTrue(False, logger.failed("An XML Declaration was detected on line: " + str(lineCount) + "."))
            else:
                pass

【讨论】：