为什么xml包在Python3中修改了我的xml文件?

问题描述

我使用 Python3.5 中的 xml 库来读取和写入一个 xml 文件.我不修改文件.只需打开并写入.但是库修改了文件.

I use the xml library in Python3.5 for reading and writing an xml-file. I don't modify the file. Just open and write. But the library modifes the file.

1. 为什么要修改?
2. 我该如何防止这种情况发生?例如我只想在一个非常复杂的 xml 文件中替换特定标签或其值，而不会丢失任何其他信息.

这是示例文件

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<movie>
    <title>Der Eisbär</title>
    <ids>
        <entry>
            <key>tmdb</key>
            <value xsi:type="xs:int" xmlns:xs="http://www.w3.org/2001/XMLSchema" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">9321</value>
        </entry>
        <entry>
            <key>imdb</key>
            <value xsi:type="xs:string" xmlns:xs="http://www.w3.org/2001/XMLSchema" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">tt0167132</value>
        </entry>
    </ids>
</movie>

这是代码

import xml.etree.ElementTree as ET
tree = ET.parse('x.nfo')
tree.write('y.nfo', encoding='utf-8')

xml 文件变成了这个

And the xml-file becomes this

<movie xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">
    <title>Der Eisbär</title>
    <ids>
        <entry>
            <key>tmdb</key>
            <value xsi:type="xs:int">9321</value>
        </entry>
        <entry>
            <key>imdb</key>
            <value xsi:type="xs:string">tt0167132</value>
        </entry>
    </ids>
</movie>

• 第 1 行不见了.
• 第 2 行中的 -标签现在具有属性.
• 第 7 行和第 11 行中的 标记现在具有较少的属性.
• Line 1 is gone.
• The <movie>-tag in line 2 has attributes now.
• The <value>-tag in line 7 and 11 now has less attributes.

推荐答案

请注意，xml 包"和xml 库"是不明确的.标准库中有几个与 XML 相关的模块:https://docs.python.org/3/library/xml.html.

Note that "xml package" and "the xml library" are ambiguous. There are several XML-related modules in the standard library: https://docs.python.org/3/library/xml.html.

为什么要修改?

ElementTree 将命名空间声明移至根元素，并删除文档中实际未使用的命名空间.

ElementTree moves namespace declarations to the root element, and namespaces that aren't actually used in the document are removed.

ElementTree 为什么要这样做?我不知道，但也许这是一种使实现更简单的方法.

Why does ElementTree do this? I don't know, but perhaps it is a way to make the implementation simpler.

我怎样才能防止这种情况发生?例如我只想在一个非常复杂的 xml 文件中替换特定标签或其值，而不会丢失任何其他信息.

我认为没有办法防止这种情况发生.这个问题之前已经提过了.这是两个非常相似但没有答案的问题:

I don't think there is a way to prevent this. The issue has been brought up before. Here are two very similar questions with no answers:

• 如何在不移动命名空间的情况下使用 Python 的 ElementTree 解析和编写 XML?
• 使用 ElementTree 和 Python 覆盖 XML 文件时保留现有命名空间

我的建议是使用 lxml 而不是 ElementTree.使用 lxml，命名空间声明将保留在原始文件中出现的位置.

My suggestion is to use lxml instead of ElementTree. With lxml, the namespace declarations will remain where they occur in the original file.

第 1 行不见了.

该行是 XML 声明.建议但不强制拥有一个.

That line is the XML declaration. It is recommended but not mandatory to have one.

如果您总是需要 XML 声明，请在 write() 方法调用中使用 xml_declaration=True.

If you always want an XML declaration, use xml_declaration=True in the write() method call.

这篇关于为什么xml包在Python3中修改了我的xml文件?的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！