Python：使用ElementTree更新XML文件，同时尽可能地保留布局

Question

我有一个使用XML名称空间的文档，我想将其/group/house/dogs增加一个：（该文件名为houses.xml）

<?xml version="1.0"?>
<group xmlns="http://dogs.house.local">
    <house>
            <id>2821</id>
            <dogs>2</dogs>
    </house>
</group>

我当前使用以下代码的结果是：（创建的文件名为houses2.xml）

<ns0:group xmlns:ns0="http://dogs.house.local">
    <ns0:house>
        <ns0:id>2821</ns0:id>
        <ns0:dogs>3</ns0:dogs>
    </ns0:house>
</ns0:group>

我想解决两件事（如果可以使用ElementTree的话）。如果不是的话，我会很乐意建议我应该用什么来代替它）：

1. 我想保持这条线。
2. 我不想给所有标签加前缀，我想保持原样。

总之，我不想把文件弄乱得比我必须做的还要多。

我当前的代码（除了上面提到的缺陷之外）生成上述结果如下。

我制作了一个实用程序函数，它使用ElementTree加载一个XML文件并返回ElementTree和名称空间（因为我不想硬编码名称空间，并且愿意承担它所暗示的风险）：

def elementTreeRootAndNamespace(xml_file):
    from xml.etree import ElementTree
    import re
    element_tree = ElementTree.parse(xml_file)

    # Search for a namespace on the root tag
    namespace_search = re.search('^({\S+})', element_tree.getroot().tag)
    # Keep the namespace empty if none exists, if a namespace exists set
    # namespace to {namespacename}
    namespace = ''
    if namespace_search:
        namespace = namespace_search.group(1)

    return element_tree, namespace

这是我的代码，用于更新狗的数量并将其保存到新文件houses2.xml：

elementTree, namespace = elementTreeRootAndNamespace('houses.xml')

# Insert the namespace before each tag when when finding current number of dogs,
# as ElementTree requires the namespace to be prefixed within {...} when a
# namespace is used in the document.
dogs = elementTree.find('{ns}house/{ns}dogs'.format(ns = namespace))

# Increase the number of dogs by one
dogs.text = str(int(dogs.text) + 1)

# Write the result to the new file houses2.xml.
elementTree.write('houses2.xml')

Answer 1

不幸的是，往返并不是一个小问题。对于XML，除非使用特殊的解析器（比如DecentXML），否则通常不可能保留原始文档。

根据您的需要，您可以选择以下选项：

• 如果您控制了源代码，并且可以通过单元测试保护代码，那么您可以编写自己的简单解析器。这个解析器不接受XML，只接受有限的子集。例如，您可以将整个文档作为字符串读取，然后使用Python的字符串操作来定位<dogs>，并替换下一个<之前的任何内容。乱劈？对。

• 你可以过滤输出。XML只允许字符串<ns0:位于一个位置，因此您可以搜索并用<替换它，然后用<group xmlns:ns0="→<group xmlns="替换它。除非您的XML中有CDATA，否则这是非常安全的。

• 您可以编写自己的简单XML解析器。将输入作为字符串读取，然后为每对<>及其在输入中的位置创建元素。这允许您快速分离输入，但仅适用于小输入。