Python etree 控制空标签格式答案

【问题标题】：Python etree control empty tag formatPython etree 控制空标签格式
【发布时间】：2012-09-17 13:49:25
【问题描述】：

当使用 Python 的 etree 创建 XML 文件时，如果我们使用 SubElement 向文件写入一个空标签，我会得到：

<MyTag />

不幸的是，我们在 Fortran 中使用的 XML 解析器库不能处理这个问题，即使它是一个正确的标记。它需要看到：

<MyTag></MyTag>

有没有办法更改格式规则或 etree 中的其他内容以使其正常工作？

【问题讨论】：

标签： python xml

【解决方案1】：

从 Python 3.4 开始，您可以对 tostring() function 和 ElementTRee.write() method 使用 short_empty_elements 参数：

>>> from xml.etree import ElementTree as ET
>>> ET.tostring(ET.fromstring('<mytag/>'), short_empty_elements=False)
b'<mytag></mytag>'

在较旧的 Python 版本（2.7 到 3.3）中，作为一种变通方法，您可以使用 html 方法写出文档：

>>> from xml.etree import ElementTree as ET
>>> ET.tostring(ET.fromstring('<mytag/>'), method='html')
'<mytag></mytag>'

ElementTree.write() 方法和tostring() 函数都支持method 关键字参数。

在更早的 Python 版本（2.6 及之前）上，您可以安装外部 ElementTree 库； 1.3 版支持该关键字。

是的，这听起来有点奇怪，但是html 输出主要输出空元素作为开始和结束标记。一些元素最终仍然是空标签元素；特别是<link/>、<input/>、<br/> 等。尽管如此，还是升级您的 Fortran XML 解析器以实际解析符合标准的 XML！

【讨论】：

不幸的是，没有其他 Fortran XML 解析器可以使用，所以这是我们唯一的选择。谢谢！
有没有办法维护标签的大小写？显然区分大小写也是一个问题，html 不保留大小写...
不能拥有这一切...感谢您回答这个问题！
如果我想在添加 End 标签后读取一个 XML 并写入另一个 XML，我该怎么做？
@Ac3_DeXt3R：这不是一个明确的问题。您的意思是写入另一个 XML file 吗？然后只需使用带有method 参数集的write 方法：ET.ElementTree(ET.fromstring('<mytag/>')).write(fileobj, method='html')。

【解决方案2】：

添加一个空的text 是另一种选择：

etree.SubElement(parent, 'child_tag_name').text=''

但请注意，这不仅会改变文档的表示形式，还会改变文档的结构：即 child_el.text 将变为 '' 而不是 None。

哦，就像 Martijn 所说，尝试使用更好的库。

【讨论】：

【解决方案3】：

如果你有 sed 可用，你可以通过管道输出你的 python 脚本到

sed -e "s/<\([^>]*\) \/>/<\1><\/\1>/g"

这将找到<Tag /> 的任何出现并将其替换为<Tag></Tag>

【讨论】：

【解决方案4】：

这在 Python 3.4 中直接解决了。从那时起，xml.etree.ElementTree.ElementTree 的write 方法就有了short_empty_elements 参数：

控制不包含内容的元素的格式。如果为 True（默认），则它们作为单个自闭合标签发出，否则它们作为一对开始/结束标签发出。

更多详情请关注xml.etree documentation。

【讨论】：

【解决方案5】：

解释代码，我使用的ElementTree.py 版本在_write 方法中包含以下内容：

write('<' + tagname)
...
if node.text or len(node): # this line is literal
    write('>')
    ...
    write('</%s>' % tagname)
else:
    write(' />')

为了控制程序计数器，我创建了以下内容：

class AlwaysTrueString(str):
    def __nonzero__(self): return True
true_empty_string = AlwaysTrueString()

然后我在那些 ElementTree 节点上设置node.text = true_empty_string，在这些节点上我想要一个打开-关闭标签而不是一个自关闭标签。

“控制程序计数器”是指为库方法构造一组输入（在本例中为具有某种奇怪的真值测试的对象），以便库方法的调用以我的方式遍历其控制流图想要它。这非常脆弱：在新版本的库中，我的 hack 可能会崩溃——您可能应该将“可能”视为“几乎可以保证”。一般来说，不要打破抽象障碍。它在这里对我有用。

【讨论】：

【解决方案6】：

如果您有 python >=3.4，请使用 short_empty_elements=Falseoption 已在其他答案中显示，但是：

然后这个工作：

 xml = "<foo/><bar/>"
 xml = re.sub(r'<([^\/]+)\/\>', r'<\1></\1>', xml)

 print(xml)

 # output will be
 # <foo></foo><bar></bar>

【讨论】：