我有格式正确的 xml(打开标签关闭等),但没有 dtd,命名空间并不总是正确的,并且有随机实体。
我在我的一些 xml 文件中发现了一个错误,并且想自动修复它。本质上,xml 文件如下所示:
<foo>
<bar> hi </bar>
<!-- ... -->
<math><sometag><another>bar</another></sometag></math>
<!-- ... -->
</foo>
我想把这个改成
<foo>
<bar> hi </bar>
<!-- ... -->
<m:math><m:sometag><m:another>bar</m:another></m:sometag></m:math>
<!-- ... -->
</foo>
我查看了 Python elementtree,但根据 diveintopython,它不会喜欢它不验证 xml 的事实吗?此外,重要的是,除了前缀 m:
之外,什么都不应该改变。 .
因为我正在编写一堆 shell 脚本来修复文件,所以我不太喜欢这种语言,尽管我目前选择的武器是 Python。
说明:
- 在其上执行 xmllint 时 xml 确实通过了
- 我真的想要一个 xml 解决方案,因为使用正则表达式解析 xml 是一种古怪的方式
- 我不知道可以在
<math>
之间的标签名称和</math>
- 不应对文档进行任何修改除了上述标签的前缀为
m:
最佳答案
在 Perl 中你可以使用 XML::Twig ,例如像这样:
#!/usr/bin/perl
use strict;
use warnings;
use XML::Twig;
XML::Twig->new( twig_roots => { math => \&add_prefix },
twig_print_outside_roots => 1,
)
->parse( \*DATA);
sub add_prefix
{ my( $t, $math)= @_;
foreach my $m ( $math, $math->descendants( '#ELT'))
{ $m->set_tag( "m:" . $m->tag); }
$t->flush;
}
__DATA__
<foo>
<bar> hi </bar>
<!-- ... -->
<math><sometag><another>bar</another></sometag></math>
<!-- ... -->
</foo>
关于python - 操作格式良好的 xml(在 linux 下运行的任何语言),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/5351382/