使用 lxml Python 3.5 从 xml 字符串中删除特定元素

Question

我将以下 xml 作为 python 函数的输入。我想找到一个具有 Null 值（（firstChild.nodeValue））的特定元素，并从 xml 中完全删除它并返回字符串。我有只使用 lxml 模块的偶然性。我能得到这方面的帮助吗？

<country name="Liechtenstein">
    <rank></rank>
    <a></a>
    <b></b>
    <year>2008</year>
    <gdppc>141100</gdppc>
    <neighbor name="Austria" direction="E">345</neighbor>
</country>

我希望输出是：-

<country name="Liechtenstein">
    <year>2008</year>
    <gdppc>141100</gdppc>
    <neighbor name="Austria" direction="E">345</neighbor>
</country>

我基本上可以灵活地使用包含标签名称的常量列表，我可以在其中迭代并找到文本。下面是列表。 a= ('rank','year','a','b','gdppc','neighbor')

请帮忙！

Answer 1

您可以使用联合来查找单个 xpath 中的所有节点，然后假设您要删除没有文本的节点，您可以调用 tree.remove(node)：

x = """<country name="Liechtenstein">
    <rank></rank>
    <a></a>
    <b></b>
    <year>2008</year>
    <gdppc>141100</gdppc>
    <neighbor name="Austria" direction="E">345</neighbor>
</country>"""

from lxml import etree


tree = etree.fromstring(x)

a = ('rank','year','a','b','gdppc','neighbor')

for node in tree.xpath("|".join(map("//{}".format, a))):
    if not node.text:
        tree.remove(node)
print(etree.tostring(tree).decode("utf-8"))

这会给你：

<country name="Liechtenstein">
<year>2008</year>
<gdppc>141100</gdppc>
<neighbor name="Austria" direction="E">345</neighbor>
</country>

Answer 2

下面的代码有效:)

def remove_empty_elements(self,xml_input):
    tree = etree.fromstring(xml_input)
    for found in tree.xpath("//*[text()=' ']"):
        print("deleted " + str(found))
        found.getparent().remove(found)
    print(etree.tostring(tree).decode("utf-8"))