在python中解析具有空属性的XML文件答案

【问题标题】：Parse XML files with null attributes in python在python中解析具有空属性的XML文件
【发布时间】：2018-07-28 16:22:51
【问题描述】：

我在 xml 文件中有很多行，我正在尝试编写一个 Python 脚本，该脚本将遍历这些行并将空属性更新为 AWS 格式。例如，我的树看起来像：

<TRANSFORMATION>
<ID_RSSD_PREDECESSOR>28</ID_RSSD_PREDECESSOR><ID_RSSD_SUCCESSOR>75026</ID_RSSD_SUCCESSOR>
<D_DT_TRANS/>
</TRANSFORMATION>

https://docs.aws.amazon.com/glue/latest/dg/custom-classifier.html#custom-classifier-xml

如何访问具有空值 (<D_DT_TRANS/>) 的属性并更新为：

<D_DT_TRANS></D_DT_TRANS>

【问题讨论】：

标签： xml python-3.x xml-parsing

【解决方案1】：

您可以使用 BeautifulSoup 来解析/修改 XML 文档。此示例将使用零内容填充所有标签并向它们插入空字符串 - 有效地将 <tag/> 扩展为 <tag></tag>：

data = """<TRANSFORMATION>
<ID_RSSD_PREDECESSOR>28</ID_RSSD_PREDECESSOR><ID_RSSD_SUCCESSOR>75026</ID_RSSD_SUCCESSOR>
<D_DT_TRANS/>
</TRANSFORMATION>"""

from bs4 import BeautifulSoup

xml_data = BeautifulSoup(data, 'xml')

for tag in xml_data.find_all(lambda t: len(t.contents) == 0):
    tag.string = ""

print(xml_data.prettify())

这将打印：

<?xml version="1.0" encoding="utf-8"?>
<TRANSFORMATION>
 <ID_RSSD_PREDECESSOR>
  28
 </ID_RSSD_PREDECESSOR>
 <ID_RSSD_SUCCESSOR>
  75026
 </ID_RSSD_SUCCESSOR>
 <D_DT_TRANS>
 </D_DT_TRANS>
</TRANSFORMATION>

【讨论】：

这确实可行，但如果 XML 文件非常大，则需要很长时间才能完成。