清理 xml ==> 如果有空标签，则删除行答案

【问题标题】：Clean xml ==> Remove line if any empty tags清理 xml ==> 如果有空标签，则删除行
【发布时间】：2015-06-04 19:27:35
【问题描述】：

我想清理我的 xml，使其不仅是有效的 XML，而且以非常易于阅读的方式格式化。例如：

<Items>
    <Name>Hello</Name>
    <Cost>9.99</Cost>
    <Condition/>
</Items>

我想删除任何带有空标签的行，离开：

<Items>
    <Name>Hello</Name>
    <Cost>9.99</Cost>
</Items>

我尝试使用正则表达式执行此操作，但在将其保留为可读格式方面并没有太多运气：

txt = etree.tostring(self.xml_node, pretty_print=True)
txt = re.sub(r'<[a-zA-Z]+/>\n', '', txt)

完成上述任务的最佳方法是什么？

【问题讨论】：

为什么不删除空节点，而它仍然是 XML，而不是尝试在它是字符串时这样做？
“空标签”是什么意思？你的意思是一个独立的标签，即使它有属性？
使用正则表达式路由这可能有效(?s)<[\w:]+(?:\s+(?:".*?"|'.*?'|[^>]*?)+)?/>

标签： python regex xml

【解决方案1】：

使用 XML 解析器。

这个想法是find all empty nodes 与//*[not(node())] XPath 表达式和remove them from the tree。例如，使用lxml：

from lxml import etree


data = """
<Items>
    <Name>Hello</Name>
    <Cost>9.99</Cost>
    <Condition/>
</Items>
"""

root = etree.fromstring(data)
for element in root.xpath(".//*[not(node())]"):
    element.getparent().remove(element)

print etree.tostring(root, pretty_print=True)

【讨论】：

【解决方案2】：

此解决方案可考虑用于 XML 数据的第 n 级深度。

from lxml import etree

def recursively_empty(xml_element):
   if xml_element.text:
       return False
   return all((recursively_empty(xe) for xe in xml_element.iterchildren()))

data = """
<Items>
    <Name>Hello</Name>
    <Cost>9.99</Cost>
    <Condition/>
</Items>
"""

xml_root = etree.iterwalk(data)

for action, xml_element in xml_root:
    parent = xml_element.getparent()
    if recursively_empty(xml_element):
        parent.remove(xml_element)

请注意：使用递归方法的原因是为了解决 XML 数据的多级深度问题。

解决方案应该适用于各种深度

data1 = """
<Items>
    <Name>Hello</Name>
    <Cost>9.99</Cost>
    <Condition/>
</Items>
"""

data2 = """
<Items>
    <Name>Hello</Name>
    <Cost>9.99</Cost>
    <Condition>
        <cond1>Somedata</cond1>
    </Condition>
</Items>
"""

data3 = """
<Items>
    <Name>Hello</Name>
    <Cost>9.99</Cost>
    <Condition>
        </cond1>
    </Condition>
</Items>
"""

【讨论】：