【发布时间】：2018-08-05 05:06:23
【问题描述】：
我是 python 新手，正在尝试修改本地系统中存在的一些 xml 配置文件。
输入：我有一个包含以下内容的 xml 文件（比如 Test.xml）。
<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<JavaHost xmlns="SomeInfo/v1.1">
<Domain>
<MessageProcessor>
<!-- This comment should not be removed and all formating should be untouched -->
<SocketTimeout>500</SocketTimeout>
</MessageProcessor>
<!-- This comment should not be removed and all formating should be untouched -->
<Composer>
<SocketTimeout>5000</SocketTimeout>
<Enabled>true</Enabled>
</Composer>
</Domain>
</JavaHost>
我想要实现的目标： 我想实现以下两件事：
第 1 部分： 我想将 SocketTimeout 标记的值（仅在 composer 标记下）修改为 60，并且还想添加这样的注释（例如更改此值以减少 SocketTimeout）。 因此文件 Test.xml 应如下所示：
<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<JavaHost xmlns="SomeInfo/v1.1">
<MessageProcessor>
<!-- This comment should not be removed and all formating should be untouched -->
<SocketTimeout>500</SocketTimeout>
</MessageProcessor>
<!-- This comment should not be removed and all formating should be untouched -->
<Composer>
<!-- Changed this value to reduce SocketTimeout -->
<SocketTimeout>60</SocketTimeout>
<Enabled>true</Enabled>
</Composer>
</Domain>
</JavaHost>
第 2 部分： 在文件 Test.xml 中，我想在 Domain 标签下添加一个新标签，如下所示：
<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<JavaHost xmlns="SomeInfo/v1.1">
<MessageProcessor>
<!-- This comment should not be removed and all formating should be untouched -->
<SocketTimeout>500</SocketTimeout>
</MessageProcessor>
<!-- comment should not be removed and all formatting should be untouched -->
<Composer>
<!-- Changed this value to reduce SocketTimeout -->
<SocketTimeout>60</SocketTimeout>
<Enabled>true</Enabled>
</Composer>
<New_tag>
<!-- New Tag -->
<Enabled>true</Enabled>
</New_tag>
</Domain>
</JavaHost>
这就是我想要的:)
我已经尝试过：
为了完成这项任务，我考虑了以下选项：
Minidom/ElementTree/lxml 删除文件中的 cmets 并更改文件的格式。
正则表达式：不删除 cmets，也不干扰格式化。 因此，我选择了正则表达式，下面是我开始使用的，但不起作用:(
import os, re
# set the working directory
os.chdir('C:\\Users\\Dell\\Desktop\\')
# open the source file and read it
fh = open('C:\\Users\\Dell\\Desktop\\Test.xml', 'r')
subject = fh.read()
fh.close()
pattern = re.compile(r"\[<Composer>\].*?\[/<Composer>\]")
#Replace
result = pattern.sub(lambda match: match.group(0).replace('<SocketTimeout>500</SocketTimeout>','<SocketTimeout>60</SocketTimeout>') ,subject)
# write the file
f_out = open('C:\\Users\\Dell\\Desktop\\Test.xml', 'w')
f_out.write(result)
f_out.close()
任何实现我想要的或纠正错误的想法都将是非常可观的。 虽然我是 python 新手，但会尽我所能提出建议。
【问题讨论】：
-
显示您尝试的 lxml 代码，您声称不保留 cmets 和格式。
-
感谢 ekhumoro 的快速回复，我没有尝试过 lxml，但我从 stakoverflow 上的各种问题和答案中了解到，它删除了 cmets。如果不是这种情况，您是否可以共享代码 sn-p 来实现这一点？我是新手，正在学习，但如果我得到一些像算法这样的短代码，我可以尝试编辑和编写代码。
-
没有问题 ekhumoro
标签： python regex xml lxml elementtree