如何在 python 3 中重新排序 XML 文档中的信息？

Question

假设我有以下 XML 结构：

<?xml version="1.0" encoding="utf-8" ?>
<Document>
    <CstmrCdtTrfInitn>
        <GrpHdr>
            <other_tags>a</other_tags> <!--here there might be other nested tags inside <other_tags></other_tags>-->
            <other_tags>b</other_tags> <!--here there might be other nested tags inside <other_tags></other_tags>-->
            <other_tags>c</other_tags> <!--here there might be other nested tags inside <other_tags></other_tags>-->
        </GrpHdr>

        <PmtInf>
            <things>d</things> <!--here there might be other nested tags inside <things></things>-->
            <things>e</things> <!--here there might be other nested tags inside <things></things>-->

            <CdtTrfTxInf>
                <!-- other nested tags here -->
            </CdtTrfTxInf>
        </PmtInf>

        <PmtInf>
            <things>f</things> <!--here there might be other nested tags inside <things></things>-->
            <things>g</things> <!--here there might be other nested tags inside <things></things>-->

            <CdtTrfTxInf>
                <!-- other nested tags here -->
            </CdtTrfTxInf>
        </PmtInf>

        <PmtInf>
            <things>f</things> <!--here there might be other nested tags inside <things></things>-->
            <things>g</things> <!--here there might be other nested tags inside <things></things>-->

            <CdtTrfTxInf>
                <!-- other nested tags here -->
            </CdtTrfTxInf>
        </PmtInf>
    </CstmrCdtTrfInitn>
</Document>    

现在，鉴于这种结构，我想按如下方式操作这些部分：

如果有两个或多个<PmtInf>标签相同：

<things>d</things> <!--here there might be other nested tags inside <things></things>-->
<things>e</things> <!--here there might be other nested tags inside <things></things>-->

我想将整个 <CdtTrfTxInf></CdtTrfTxInf> 移动到第一个 <PmtInf></PmtInf> 并删除我从 <CdtTrfTxInf></CdtTrfTxInf> 中提取的整个 <PmtInf></PmtInf>。有点模糊，对吧？这是一个例子：

<Document>
    <CstmrCdtTrfInitn>
        <GrpHdr>
            <other_tags>a</other_tags> <!--here there might be other nested tags inside <other_tags></other_tags>-->
            <other_tags>b</other_tags> <!--here there might be other nested tags inside <other_tags></other_tags>-->
            <other_tags>c</other_tags> <!--here there might be other nested tags inside <other_tags></other_tags>-->
        </GrpHdr>

        <PmtInf>
            <things>d</things> <!--here there might be other nested tags inside <things></things>-->
            <things>e</things> <!--here there might be other nested tags inside <things></things>-->

            <CdtTrfTxInf>
                <!-- other nested tags here -->
            </CdtTrfTxInf>
        </PmtInf>

        <PmtInf>
            <things>f</things> <!--here there might be other nested tags inside <things></things>-->
            <things>g</things> <!--here there might be other nested tags inside <things></things>-->

            <CdtTrfTxInf>
                <!-- other nested tags here -->
            </CdtTrfTxInf>
            <CdtTrfTxInf>
                <!-- other nested tags here -->
            </CdtTrfTxInf>
        </PmtInf>
    </CstmrCdtTrfInitn>
</Document>

如您所见，最后两个 <PmtInf></PmtInf> 标记现在变成了一个（因为 <things></matched>）并且复制了 <CdtTrfTxInf></CdtTrfTxInf>。

现在，我想以任何可能的方式执行此操作（lxml、xml.etree、xslt 等）。起初，我想使用一些 RegEx 来执行此操作，但它可能会变得有点难看。然后，我想我也许可以使用一些字符串操作，但我不知道该怎么做。

如果 XML 文件的平均大小约为 2k 行，谁能告诉我哪种方法最优雅/最有效？一个例子也将不胜感激。

为了完整起见，我将定义一个函数，它将以字符串形式返回整个 XML 内容：

def get_xml_from(some_file):
    with open(some_file) as xml_file:
        content = xml_file.read()

    return content


def modify_xml(some_file):
    content_of_xml = get_xml_from(some_file)

    # here I should be able to process the XML file

    return processed_xml

我不是在寻找为我做这件事的人，而是在寻求实现这一目标的最佳方法的想法。

Answer 1

我不会给你你想要的代码。 相反，我会说你如何去做你想做的事。

首先你要阅读你的xml。所以我将使用xml.etree.ElementTree。

import xml.etree.ElementTree as ET
root = ET.fromstring(country_data_as_string)

在此之后，我将忽略树中您不使用的部分，而只是 find CstmrCdtTrfInitn。 由于您只想与PmtInfs 合作，因此您想与其中的findall 合作。

pmt_infs = root.find('.//CstmrCdtTrfInitn').findall('PmtInf')

在此之后，您希望执行算法^* 以移动数据上的项目。 如果节点有一个，我将删除第一个子节点。

nodes = []
for node in pmt_infs:
    children = list(node)
    if children:
        node.remove(children[0])
        nodes.append(children[0])

现在我们已经拥有了所有节点，您可以将它们添加到第一个 pmt_infs。

pmt_infs[0].extend(nodes)

---

^*您需要将第三个代码块更改为您想要移动节点的方式，因为您将算法从问题的 v1 更改为 v3。