在Python中过滤XML

Question

我需要写一个过滤器，用来丢掉我XML文件中的一些元素、标签和块。下面你可以看到我的XML示例和期望的输出。我对元素、标签和属性在元素树中的区别有点困惑。我的测试没有成功！

过滤器：

import xml.etree.ElementTree as xee

def test(input):
    doc=xee.fromstring(input)
    print xee.tostring(doc)

    #RemoveTimeStampAttribute
    for elem in doc.findall('Component'):
        if 'timeStamp' in elem.attrib:
            del elem.attrib['timeStamp']

    #RemoveTimeStampElements
    for elem in doc.findall('TimeStamp'):
        del elem 
    print xee.tostring(doc) 
    return xee.tostring(doc)  

Answer 1

首先，你在删除属性的时候方法不对。你需要先检查一下 timeStamp 是否在这个元素的 attrib 字典里，然后再用 del 来删除它：

def amdfilter(input):
    doc = xee.fromstring(input)

    for node in doc.findall('Component'):
        if 'timeStamp' in node.attrib:
            del node.attrib['timeStamp']

    return xee.tostring(doc)

另外，因为你这里只是在测试属性的删除，所以你需要把你的期望值改成：

expected = '<ComponentMain><Component /></ComponentMain>'

完整的测试（它通过了）：

import unittest
from amdfilter import *

class FilterTest(unittest.TestCase):
    def testRemoveTimeStampAttribute(self):
        input = '<?xml version="1.0"?><ComponentMain><Component timeStamp="2014"></Component></ComponentMain>'
        output = amdfilter(input)
        expected = '<ComponentMain><Component /></ComponentMain>'
        self.assertEqual(expected, output)

注意，我在这里不关心 XML 声明行（这个可以很容易地添加）。