合并具有相同标签的所有元素（如果它们具有相同的父元素）

Question

我正在使用以下示例 xml 树：

<group>
   <group_info>
      <Text>
         Text_1
      </Text>
   </group_info>
   <group_info>
      <Text>
         Text_2
      </Text>
   </group_info>
   <group_info>
      <Text>
         Text_3
      </Text>
   </group_info>
</group>

我想合并 <group> 中所有重复的子元素，并将它们组合成一个子元素。我想要的输出：

<group>
   <group_info>
      <Text>
         Text_1 Text_2 Text_3
      </Text>
   </group_info>
</group>

在不导入任何新模块的情况下，我正在使用：

import xml.etree.ElementTree
group_list = MY_XML.findall(".//group") # I do this because the actual xml is bigger with several groups 
for elem in group_list:
    string_text = ""
    for child in elem :
        for super_child in child:
            if(super_child.text is not None): #Just in case None value because I cannot use string addition
                string_text = string_text + super_child.text + " "
        elem.remove(child)
    new_child = xml.etree.ElementTree.Element("group_info")
    text_elem = xml.etree.ElementTree.Element("Text")
    text_elem.text = string_text
    new_child.append(text_elem)
    elem.append(new_child)

我的想法是遍历我的所有组，将 <group_info> 中的所有文本信息收集到一个字符串中，然后删除我的树中的所有这些元素并附加一个带有信息的新元素。这可能不是最好的方法，但我相对较新。但是我的输出看起来像：

<group>
   <group_info>
      <Text>
         Text_1
      </Text>
   </group_info>
   <group_info>
      <Text>
         Text_2
      </Text>
   </group_info>
   <group_info>
      <Text>
         Text_3
      </Text>
   </group_info>
<group_info><Text>Text1 Text2 Text3</Text></group_info></group>

从技术上讲，最后一行是我需要的（虽然它看起来不漂亮）但我不知道为什么它没有删除其他不需要的 <group_info> 即使我调用 elem.remove(child)

Answer 1

由于没有人出来回答，我花了一些时间，但如果其他人运行遇到同样的问题，我有答案和指点。

我从你在问题中看到的初始代码开始，它不会删除旧元素并留下非常难看的最后一行。

注意：MY_XML = xml.etree.ElementTree.parse({PATH_OF_XML})

如果你正在使用xml.etree.ElementTree，你应该使用remove() 方法来删除一个节点，但这需要你有父节点节点参考。我称之为 elem.remove(child) [第 9 行]
那么，为什么它们没有被删除？我发现修改您正在迭代的对象会影响迭代。这不是完全出乎意料，如果你改变一个列表，它是一样的迭代它。我无法存储信息，并且在一次迭代中删除元素。

我不得不拆分任务：

group_list = MY_XML.findall(".//group") # I do this because the actual xml is bigger with several groups
text_list = [] 
for group in group_list:
    string_text = ""
    for child in group :
        for super_child in child:
            if(super_child.text is not None): #Just in case None value because I cannot use string addition
                string_text = string_text + super_child.text + " "
    text_list.append(string_text) #I stored all the info in 1 group as a value in this list because like I stated my overall xml might be bigger with more than 1 group

for group in group_list:
    for elem in group.findall(".//group_info"):
        #loop over all possible <group> and removes all <group_info> inside
        group.remove(elem) 

#And finally to append the information gathered:
for group in group_list:
    Text_elem = ET.Element("Text")
    Text_elem.text = text_list[group_list.index(group)]
    group_info_elem = ET.Element("Kundenhinweis_redigiert")
    group_info_elem.append(Text_elem)
    group.append(Kund_elem)

这给我留下了非常难看的输出：

<group>
<group_info><Text>Text1 Text2 Text3</Text></group_info></group>

使用 xml.dom.minidom 模块很容易解决。我首先定义：

def prettify(elem):
    rough_string = xml.etree.ElementTree.tostring(elem, 'utf-8')
    reparsed = xml.dom.minidom.parseString(rough_string)
    return reparsed.toprettyxml(indent="  ")

调用函数：

root = MY_XML.getroot()
pretty_xml = prettify(root)
#Next line is optional, but sometimes your string contains empty lines or lines with white spaces and/or breaklines
pretty_xml = "\n".join([s for s in pretty_xml.split("\n") if not s.isspace()])
print(pretty_xml)

输出将是：

<group>
    <group_info>
        <Text>Text1 Text2 Text3</Text>
    </group_info>
</group>

希望这对其他新人有所帮助。

Answer 2

考虑 XSLT, the special-purpose language designed to transform XML files, where you can run the Muenchian Method 通过索引相同的节点名称并将它们的文本值分组。虽然 Python 的内置 xml.ElementTree 不支持 XSLT，但其第三方模块 lxml 支持 XSLT 1.0 脚本。而且您可以这样做，而无需单个 for 循环或必须手动美化输出。

XSLT (另存为.xsl文件，一个特殊的.xml文件)

<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
    <xsl:output indent="yes" method="xml"/>
    <xsl:strip-space elements="*"/>

    <xsl:key name="group_key" match="group/*" use="name()" />

    <xsl:template match="/group">            
        <xsl:copy>
            <xsl:apply-templates select="*[generate-id() =
                                   generate-id(key('group_key', name())[1])]"/>
        </xsl:copy>
    </xsl:template>

    <xsl:template match="group/*">
        <xsl:copy>
            <xsl:element name="{name(*)}">
            <xsl:for-each select="key('group_key', name())">
                <xsl:value-of select="normalize-space(*)"/>
                <xsl:if test="position() != last()">
                    <xsl:text> </xsl:text>
                </xsl:if>
            </xsl:for-each>
            </xsl:element>
        </xsl:copy>
    </xsl:template>            
</xsl:stylesheet>

XSLT Demo (两组演示)

Python

import lxml.etree as et

# LOAD XML AND XSL
doc = et.parse('/path/to/Input.xml')
xsl = et.parse('/path/to/XSLT_Script.xsl')

# CONFIGURE TRANSFORMER
transform = et.XSLT(xsl)    

# RUN TRANSFORMATION
result = transform(doc)

# PRINT RESULT
print(result)  

# SAVE TO FILE
with open('/path/to/Output.xml', 'wb') as f:
   f.write(result)

合并具有相同标签的所有元素（如果它们具有相同的父元素）

Merge all the elements with the same tag if they have same parent

python

xml

elementtree

python-3.x