Xml来说明如何在将Xml文件转换为json文件时忽略某些字符

Question

我想在尝试将xml转换为dict时删除一些字符：

data = xmltodict.parse(open('test.xml').read())

    with open('test2.json', "wt", encoding='utf-8', errors='ignore') as f:
        json.dump(data, f, indent=4, sort_keys=True)
        return data

问题是我有很多json文件，一些json文件如下：

{
        "pcrs:test A": {
            "pcrs:nature": "03", 
            "pcrs:producteur": "SIEML"
}}

还有一些类似这样的json文件（没有PCR）：

{
        "test B": {
            "nature": "03", 
            "producteur": "SIEML",
}}

如何强制像第一个示例那样的任何文件不使用'pcrs:'作为第二个示例

Answer 1

这是一个名称空间前缀。因为没有包含示例XML，所以我自己编写了一个

<?xml version="1.0" encoding="UTF-8"?>
<root_elem xmlns:pcrs="http://the/pcrs/url">
<pcrs:subelem/>
</root_elem>

xmltodict允许您通过将名称空间url映射到其他表示来管理名称空间。最值得注意的是，None将其完全移除。见Namespace Support

在你的情况下，你可以这样做

data = xmltodict.parse(open('test.xml').read(),
    process_namespaces=True,
    namespaces={"http://the/pcrs/url":None})

将实际名称空间URL替换为http://the/pcrs/url