使用ElementTree删除多个元素的正确方法是什么？

Question

我一直在使用python和ElementTree来操作相当大的xml文件，成功率参差不齐。我发现我很难移除多个元素，尤其是当它们是根的子元素时。如果我有4个编号为1-4的元素，那么只有1和3将使用“forelem in root”子句删除。在

<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<CrossDEV culture-info="en-US" platform-version="2.40.8" product-version="2.40.8">
<MyStuff.Interface.Common.Objects.ActionItem ImportMode="Default">
    <TargetObjectKey>FOOSTUFF1</TargetObjectKey>
</MyStuff.Interface.Common.Objects.ActionItem>
<MyStuff.Interface.Common.Objects.ActionItem ImportMode="Default">
    <TargetObjectKey>FOOSTUFF2</TargetObjectKey>
</MyStuff.Interface.Common.Objects.ActionItem>
<MyStuff.Interface.Common.Objects.ActionItem ImportMode="Default">
    <TargetObjectKey>FOOSTUFF3</TargetObjectKey>
</MyStuff.Interface.Common.Objects.ActionItem>
<MyStuff.Interface.Common.Objects.ActionItem ImportMode="Default">
    <TargetObjectKey>FOOSTUFF4</TargetObjectKey>
</MyStuff.Interface.Common.Objects.ActionItem>
</CrossDEV>

代码：

^{2}$

在上面的代码中，我在孙辈中搜索特定的文本值。我拼凑了一个简单的xml文件，每个ActionItem测试失败，因此应该删除它。取而代之的是，4个人中只有2个被移除。在

我的猜测是，当第一个从列表中删除时，地址会发生变化，从而跳过第二个地址。下一步，删除第三个，列表再次向前移动。在

既然在这个简单的例子中，所有4个元素都应该被删除，那么构建代码的更好方法是什么？如果可以的话，我更喜欢使用同一个库，因为我已经在它上面投入了很多时间，而且还没有探索lxml或其他库。在

注意，我一直在使用不同的方法来确定根对象（myroot）的范围。我把它作为一个参数，一个返回值，这里作为一个全局变量。我每种方法都有相同的结果。在

Answer 1

代码.py：

import sys
from xml.etree import ElementTree as ET


XML_STR = """\
<?xml version="1.0" encoding="utf-8"?>
<RootNode>
  <ChildNode DummyIndex="0">
    <GrandChildNode DummyIndex="0">GrandChildText</GrandChildNode>
    <GrandChildNode_ToRemove DummyIndex="0">GrandChildText</GrandChildNode_ToRemove>
  </ChildNode>
  <ChildNode DummyIndex="1">
    <GrandChildNode_ToDelete DummyIndex="0">GrandChildText</GrandChildNode_ToDelete>
    <GrandChildNode_ToRemove DummyIndex="0">GrandChildText</GrandChildNode_ToRemove>
  </ChildNode>
  <ChildNode DummyIndex="2">
    <GrandChildNode DummyIndex="0">GrandChildText</GrandChildNode>
    <GrandChildNode_ToDelete DummyIndex="0">GrandChildText</GrandChildNode_ToDelete>
    <GrandChildNode_ToRemove DummyIndex="0">GrandChildText</GrandChildNode_ToRemove>
  </ChildNode>
  <ChildNode DummyIndex="3">
    <GrandChildNode_ToRemove DummyIndex="0">GrandChildText</GrandChildNode_ToRemove>
    <GrandChildNode_ToRemove DummyIndex="1">GrandChildText</GrandChildNode_ToRemove>
  </ChildNode>
  <ChildNode DummyIndex="4">
    <GrandChildNode_ToDelete DummyIndex="0">GrandChildText</GrandChildNode_ToDelete>
    <GrandChildNode_ToRemove DummyIndex="0">GrandChildText</GrandChildNode_ToRemove>
    <GrandChildNode_ToDelete DummyIndex="1">GrandChildText</GrandChildNode_ToDelete>
  </ChildNode>
  <ChildNode DummyIndex="5">
    <GrandChildNode_ToDelete DummyIndex="0">GrandChildText</GrandChildNode_ToDelete>
  </ChildNode>
  <ChildNode DummyIndex="6">
    <GrandChildNode DummyIndex="0">GrandChildText</GrandChildNode>
    <GrandChildNode_ToRemove DummyIndex="0">GrandChildText</GrandChildNode_ToRemove>
  </ChildNode>
  <ChildNode DummyIndex="7">
    <GrandChildNode_ToDelete DummyIndex="0">GrandChildText</GrandChildNode_ToDelete>
    <GrandChildNode_ToRemove DummyIndex="0">____OTHERTEXT____</GrandChildNode_ToRemove>
    <GrandChildNode DummyIndex="0">GrandChildText</GrandChildNode>
  </ChildNode>
  <ChildNode DummyIndex="8"/>
</RootNode>
"""

REMOVE_GRANDCHILD_TAGS = ["GrandChildNode_ToDelete", "GrandChildNode_ToRemove"]
REMOVE_GRANDCHILD_TEXT = "Child"


def is_node_subject_to_delete(node):
    removable_child_nodes_count = 0
    for remove_tag in REMOVE_GRANDCHILD_TAGS:
        for child_node in node.findall(remove_tag):
             if REMOVE_GRANDCHILD_TEXT in child_node.text:
                removable_child_nodes_count += 1
                break
    return removable_child_nodes_count == len(REMOVE_GRANDCHILD_TAGS)


def main():
    print("Python {:s} on {:s}\n".format(sys.version, sys.platform))
    #print(XML_STR)
    root_node = ET.fromstring(XML_STR)
    print("Root node has {:d} children\n".format(len(root_node.findall("ChildNode"))))
    to_remove_child_nodes = list()
    for child_node in root_node:
        if is_node_subject_to_delete(child_node):
            to_remove_child_nodes.append(child_node)
    print("Removing nodes:")
    for to_remove_child_node in to_remove_child_nodes:
        print("\n  Tag: {}\n  Text: {}\n  Attrs: {}".format(to_remove_child_node.tag, to_remove_child_node.text.strip(), to_remove_child_node.items()))
        root_node.remove(to_remove_child_node)
    print("\nRoot node has {:d} children\n".format(len(root_node.findall("ChildNode"))))


if __name__ == "__main__":
    main()

注意事项：

• XML_STR：示例xml（也可以放在单独的文件中）

  • 由一个根节点（“RootNode”）组成，该根节点的子节点数（“子节点”）：
  • 每个子节点：
    • 命名为“ChildNode”
    • 具有自己的子节点数（>；=0）（sundrenode*）
    • 每个子节点（根子节点）：
      • 具有以下名称之一（我想名称结尾不仅仅是不言而喻的）：
        1. “子节点”
        2. “子节点要删除”
        3. “移动子节点”
      • 有一个文本（可能是NULL，为空，或者只是由不可打印的字符组成）

• REMOVE_GRANDCHILD_TAGS-标记名的列表，以便如果（根子节点）节点的子节点与列表中的所有标记匹配，则可以将其删除-替换sTag和{}-（请检查下面的is_node_subject_to_delete注释），如果需要另一个标记（例如GrandChildNode_ToErase），则可以将其删除，只需将其添加到列表中即可（无需其他复制/粘贴操作）

• REMOVE_GRANDCHILD_TEXT-前一项的2^nd条件：如果节点文本名称包含该文本（“Child”）-如果两个条件都满足，则节点可以删除
• is_node_subject_to_delete(node)-检查是否可以删除参数（node-根子级）：
  • 规则，如上所述（两个必须为真（&；）：
    1. 如果标记在黑名单中，而不是重复代码，它是一个for（最外层）循环
    2. 如果文本包含“注定”文本
• main-一个通用包装函数
  • 如图所示，只有索引1、2和4（基于0的）的节点才适合删除
  • 与用户的接口
  • 我建议在根子节点上迭代一次（黄金法则：“永远不会使iterable iterating on失效——这在您的例子中发生过），并且对于每个节点，如果delete可以，则将其保存到一个列表中（由于Python可以处理引用，因此成本不高），最后，删除列表中的所有元素（如果有的话）
  • 它绝对比“跳出循环”建议的效率更高（尤其是在处理巨大的根子节点数时）

输出：

(py35x64_test) e:\Work\Dev\StackOverflow\q049667831>"e:\Work\Dev\VEnvs\py35x64_test\Scripts\python.exe" code.py
Python 3.5.4 (v3.5.4:3f56838, Aug  8 2017, 02:17:05) [MSC v.1900 64 bit (AMD64)] on win32

Root node has 9 children

Removing nodes:

  Tag: ChildNode
  Text:
  Attrs: [('DummyIndex', '1')]

  Tag: ChildNode
  Text:
  Attrs: [('DummyIndex', '2')]

 Tag: ChildNode
  Text:
  Attrs: [('DummyIndex', '4')]

Root node has 6 children