如何使用 bsoup 在 xml 中移动标签及其内容？答案

【问题标题】：How to move a tag and its contents within xml with bsoup?如何使用 bsoup 在 xml 中移动标签及其内容？
【发布时间】：2021-01-28 16:12:31
【问题描述】：

我有以下 xml：

</Page>
<Page ID="Page2" PHYSICAL_IMG_NR="2" HEIGHT="3300" WIDTH="2550">
<TopMargin HEIGHT="151" WIDTH="2550" VPOS="0" HPOS="0">
</TopMargin>
<LeftMargin HE<IGHT="2771" WIDTH="143" VPOS="151" HPOS="0">
</LeftMargin>
<RightMargin HEIGHT="2771" WIDTH="143" VPOS="151" HPOS="2407">
</RightMargin>
<BottomMargin HEIGHT="378" WIDTH="2550" VPOS="2922" HPOS="0">
<TextBlock>
</TextBlock>
</BottomMargin>
<PrintSpace>
</PrintSpace>
</Page>

我想将BottomMargin 标记及其内容移动到xml 的底部（在此示例中位于PrintSpace 标记之后）对于每个Page 标记。

我该怎么做？

我正在通过以下方式读取 xml：

使用 open(xml, "r") 作为文件：

content = file.readlines()
content = "".join(content)

soup = bs.BeautifulSoup(content, 'lxml')

【问题讨论】：

标签： python-3.x xml beautifulsoup xml-parsing

【解决方案1】：

您可以使用extract() 和insert_after()：

from bs4 import BeautifulSoup

xml = """</Page>
<Page ID="Page2" PHYSICAL_IMG_NR="2" HEIGHT="3300" WIDTH="2550">
<TopMargin HEIGHT="151" WIDTH="2550" VPOS="0" HPOS="0">
</TopMargin>
<LeftMargin HE<IGHT="2771" WIDTH="143" VPOS="151" HPOS="0">
</LeftMargin>
<RightMargin HEIGHT="2771" WIDTH="143" VPOS="151" HPOS="2407">
</RightMargin>
<BottomMargin HEIGHT="378" WIDTH="2550" VPOS="2922" HPOS="0">
<TextBlock>
</TextBlock>
</BottomMargin>
<PrintSpace>
</PrintSpace>
</Page>"""


soup = BeautifulSoup(xml, "html.parser")

b_margin = soup.select_one("BottomMargin")

# Remove BottomMargin from the xml
for tag in soup.select("BottomMargin"):
    tag.extract()

# add the `BottomMargin` to the `soup`
soup.printspace.insert_after(b_margin)

print(soup.prettify())

输出：

<page height="3300" id="Page2" physical_img_nr="2" width="2550">
 <topmargin height="151" hpos="0" vpos="0" width="2550">
 </topmargin>
 <leftmargin he<ight="2771" hpos="0" vpos="151" width="143">
 </leftmargin>
 <rightmargin height="2771" hpos="2407" vpos="151" width="143">
 </rightmargin>
 <printspace>
 </printspace>
 <bottommargin height="378" hpos="0" vpos="2922" width="2550">
  <textblock>
  </textblock>
 </bottommargin>
</page>

【讨论】：

【解决方案2】：

假设您的 XML 文档中有许多 <page>。不需要extract()，只需使用您的标签调用.insert_after()：

from bs4 import BeautifulSoup


txt = '''
<Page ID="Page1" PHYSICAL_IMG_NR="2" HEIGHT="3300" WIDTH="2550">
<TopMargin HEIGHT="151" WIDTH="2550" VPOS="0" HPOS="0">
</TopMargin>
<LeftMargin HE<IGHT="2771" WIDTH="143" VPOS="151" HPOS="0">
</LeftMargin>
<RightMargin HEIGHT="2771" WIDTH="143" VPOS="151" HPOS="2407">
</RightMargin>
<BottomMargin HEIGHT="378" WIDTH="2550" VPOS="2922" HPOS="0">
<TextBlock>
</TextBlock>
</BottomMargin>
<PrintSpace>
</PrintSpace>
</Page>
       
<Page ID="Page2" PHYSICAL_IMG_NR="2" HEIGHT="3300" WIDTH="2550">
<TopMargin HEIGHT="151" WIDTH="2550" VPOS="0" HPOS="0">
</TopMargin>
<LeftMargin HE<IGHT="2771" WIDTH="143" VPOS="151" HPOS="0">
</LeftMargin>
<RightMargin HEIGHT="2771" WIDTH="143" VPOS="151" HPOS="2407">
</RightMargin>
<BottomMargin HEIGHT="378" WIDTH="2550" VPOS="2922" HPOS="0">
<TextBlock>
</TextBlock>
</BottomMargin>
<PrintSpace>
</PrintSpace>
</Page>'''


soup = BeautifulSoup(txt, 'html.parser')

for bottom_margin in soup.select('page bottommargin'):
    bottom_margin.find_parent('page').printspace.insert_after(bottom_margin)

print(soup.prettify())

打印：

<page height="3300" id="Page1" physical_img_nr="2" width="2550">
 <topmargin height="151" hpos="0" vpos="0" width="2550">
 </topmargin>
 <leftmargin he<ight="2771" hpos="0" vpos="151" width="143">
 </leftmargin>
 <rightmargin height="2771" hpos="2407" vpos="151" width="143">
 </rightmargin>
 <printspace>
 </printspace>
 <bottommargin height="378" hpos="0" vpos="2922" width="2550">
  <textblock>
  </textblock>
 </bottommargin>
</page>
<page height="3300" id="Page2" physical_img_nr="2" width="2550">
 <topmargin height="151" hpos="0" vpos="0" width="2550">
 </topmargin>
 <leftmargin he<ight="2771" hpos="0" vpos="151" width="143">
 </leftmargin>
 <rightmargin height="2771" hpos="2407" vpos="151" width="143">
 </rightmargin>
 <printspace>
 </printspace>
 <bottommargin height="378" hpos="0" vpos="2922" width="2550">
  <textblock>
  </textblock>
 </bottommargin>
</page>

【讨论】：