使用 Python 的 elementtree 为节点添加文本

Question

我正在尝试将文本书挡添加到 XML 文件中的字符串。如果之前已经翻译过一个字符串，我想在字符串的开头和结尾添加一个@@@ 和### 以便进一步处理。最终结果如下所示：

<group>
    <seg-source>
        <mrk mid="1" mtype="seg">I have a <g id="157">red</g> pen.</mrk>
    </seg-source>
    <target>
        <mrk mid="1" mtype="seg">@@@J'ai un stylo <g id="157">rouge</g>.###</mrk>
    </target>
</group>

我在使用xml.minidom 之前尝试过并创建了一个通用文本节点，例如start_tag = xmldoc.createTextNode(u'@@@')，并且能够将节点插入/附加为子节点。 （由于种种原因，我最终放弃了使用minidom。）

我能够相当快地将我的脚本从minidom 转换为elementtree，但我被困在了这个最关键的点上。我已经阅读并重新阅读了文档，但找不到任何特定于我需要做的事情，特别是因为很多 <mrk> 元素都有子元素，例如示例中的 <g> 标记。另外，有时<mrk> 节点中的第一件事可能不是文本元素，所以我无法替换文本。

Python 代码非常基础，如您所见，我为书挡设置了占位符。

for target in group.iter('target'):
    for mrk in target.iter('mrk'):

        # Adding "@@@" at front of <mrk>
        mrk.insert(0, <magical text-only element here>)

        # Adding "###" to end of <mrk>
        mrk.append(<magical text-only element here>)

非常感谢！

Answer 1

ElementTree 以非常非 XML 的方式处理文本。这里涉及一些技巧。第一个是在<a>xxx<b>yyy</b>zzz<c>eee</c>rrr</a> 中，您到达“zzz”的方式是通过<b> 元素的tail。 （我知道，XSLT 专家对此咬牙切齿。）

另一个使用技巧是您可以将 ET 元素视为子节点列表。所以你可以使用len(root) 来获取它有多少个孩子（忽略文本节点）。

这是一个快速示例程序，当我尝试它时它似乎可以运行。您可能希望根据自己的需要对其进行调整，但它应该能让您继续前进。

import xml.etree.ElementTree as ET

xmlin="""
    <group>
        <mrk>I have a red pen.</mrk>
        <mrk>I have a <g id="157">red</g> pen.</mrk>
        <mrk><xyzzy>Hey!</xyzzy> I have a <g>red</g> pen.</mrk>
        <mrk>There is text <and>this</and></mrk>
    </group>
"""

root = ET.fromstring(xmlin)

for mrk in root:
    if (mrk.text == None):
        mrk.text = "@@@"
    else:
        mrk.text = "@@@" + mrk.text

    # do we have children?
    if (len(mrk) == 0):
        mrk.text = mrk.text + "###"
    else:
        last = mrk[len(mrk)-1]
        if (last.tail == None):
            last.tail = "###"
        else:
            last.tail = last.tail + "###"

print('ET.tostring(root)')
print ET.tostring(root)