微信公众号搜"智元新知"关注
微信扫一扫可直接关注哦！

有没有创建XML元素树的方法？

分类：编程问答

如何解决有没有创建XML元素树的方法？

我目前正在编写一些XSD和DTD来验证一些XML文件，我之所以手动编写它们是因为我对XSD生成器（例如Oxygen）有非常不好的经验。

但是，我已经有一个示例XML，我需要为此做一个示例，而这个XML确实很大，例如，我有一个具有4312个子元素的元素。

由于我对XSD生成器的体验非常糟糕，所以我想创建一种XML树，该树仅包含唯一的标记和属性，因此在查看XML时不必处理重复的元素。 XML来编写XSD。

我的意思是，例如，我有这个XML（由W3提供）：

<?xml version="1.0" encoding="UTF-8"?>
<breakfast_menu>
<food some_attribute="1.0">
    <name>Belgian Waffles</name>
    <price>$5.95</price>
    <description>
   Two of our famous Belgian Waffles with plenty of real maple syrup
   </description>
    <calories>650</calories>
</food>
<food>
    <name>StrawBerry Belgian Waffles</name>
    <price>$7.95</price>
    <description>
    Light Belgian waffles covered with strawberries and whipped cream
    </description>
    <calories>900</calories>
</food>
<food>
    <name>Berry-Berry Belgian Waffles</name>
    <price>$8.95</price>
    <description>
    Belgian waffles covered with assorted fresh berries and whipped cream
    </description>
    <calories>900</calories>
</food>
<food>
    <name>french Toast</name>
    <price>$4.50</price>
    <description>
    Thick slices made from our homemade sourdough bread
    </description>
    <calories>600</calories>
    <some_complex_type_element_1>
      <some_simple_type_element_1>Text.</some_simple_type_element_1>
    </some_complex_type_element_1>
</food>
<food>
    <name>Homestyle Breakfast</name>
    <price>$6.95</price>
    <description>
    Two eggs,bacon or sausage,toast,and our ever-popular hash browns
    </description>
    <calories>950</calories>
    <some_simple_type_element_2>Text.</some_simple_type_element_2>
</food>
</breakfast_menu>

如您所见，根元素下面有4种独特元素。

这些是：

  • 元素1（具有属性）
  • 元素2和3，
  • 元素4（还有另一个complexType元素）
  • 元素5（还有另一个simpleType元素）。

我想实现的是这种XML的树表示形式，但只包含唯一元素，而没有文本。

因此，在我的示例中（我不在乎标记内部的信息），根目录中有4个不同的唯一元素，因此我想获取文档结构的另一个XML表示或什至是ASCII表示，例如：

<?xml version="1.0" encoding="UTF-8"?>
<breakfast_menu>
<food some_attribute="">
    <name></name>
    <price></price>
    <description></description>
    <calories></calories>
</food>
<food>
    <name></name>
    <price></price>
    <description></description>
    <calories></calories>
</food>
<food>
    <name></name>
    <price></price>
    <description></description>
    <calories></calories>
    <some_complex_type_element_1>
      <some_simple_type_element_1></some_simple_type_element_1>
    </some_complex_type_element_1>
</food>
<food>
    <name></name>
    <price></price>
    <description></description>
    <calories></calories>
    <some_simple_type_element_2></some_simple_type_element_2>
</food>
</breakfast_menu>

请注意，只有标签，没有实际值，也只有唯一标签，我也想保留属性，但是我并不在意它的值，只是它现在已经存在。

第二个选项是一些ASCII，例如：

breakfast_menu
├── food some_attribute
│   ├── name
│   ├── price
│   ├── description
│   └── calories
├── food
│   ├── name
│   ├── price
│   ├── description
│   └── calories
├── food
│   ├── name
│   ├── price
│   ├── description
│   ├── calories
│   └── some_complex_type_element_1
│       └── some_simple_type_element_1
└─ food
    ├── name
    ├── price
    ├── description
    ├── calories
    └── some_simple_type_element_2

您是否知道任何软件（无论是在线的还是桌面的）都可以生成类似的内容（理想情况下在Mac上）？

或者使用python和elementtree可能吗？

我只需要生成这样的内容，我正在寻找最简单的解决方案，如果您有更好的主意（也许对此有更好的方法），我也乐于接受任何建议，因此请让我知道。

谢谢

修改

使用Power Query，通过我的测试工作，您可以生成XML的“好”表示形式。

您可以生成如下所示的XML结构，但是，它不是最大的解决方案，也不是理想的属性。

enter image description here

您可以使用类似的步骤来重现此结果：

enter image description here

但这不是最干净的解决方案，我仍在寻找想法，谢谢！

解决方法

看看这是否满足您的需求。

from simplified_scrapy import SimplifiedDoc,utils

xml = '''
<?xml version="1.0" encoding="UTF-8"?>
<breakfast_menu>
    <food some_attribute="1.0">
        <name>Belgian Waffles</name>
        <price>$5.95</price>
        <description>
    Two of our famous Belgian Waffles with plenty of real maple syrup
    </description>
        <calories>650</calories>
    </food>
    <food>
        <name>Strawberry Belgian Waffles</name>
        <price>$7.95</price>
        <description>
        Light Belgian waffles covered with strawberries and whipped cream
        </description>
        <calories>900</calories>
    </food>
    <food>
        <name>Berry-Berry Belgian Waffles</name>
        <price>$8.95</price>
        <description>
        Belgian waffles covered with assorted fresh berries and whipped cream
        </description>
        <calories>900</calories>
    </food>
    <food>
        <name>French Toast</name>
        <price>$4.50</price>
        <description>
        Thick slices made from our homemade sourdough bread
        </description>
        <calories>600</calories>
        <some_complex_type_element_1>
        <some_simple_type_element_1>Text.</some_simple_type_element_1>
        </some_complex_type_element_1>
    </food>
    <food>
        <name>Homestyle Breakfast</name>
        <price>$6.95</price>
        <description>
        Two eggs,bacon or sausage,toast,and our ever-popular hash browns
        </description>
        <calories>950</calories>
        <some_simple_type_element_2>Text.</some_simple_type_element_2>
    </food>
</breakfast_menu>
'''

def loop(node):
    para = {}
    for k in node:
        if k=='tag' or k=='html': continue
        para[k] = ''
    if para: node.setAttrs(para) # Remove attributes
    children = node.children
    if children:
        for c in children:
            loop(c)
    else:
        if node.text:
            node.setContent('') # Remove value

doc = SimplifiedDoc(xml)
# Remove values and attributes
loop(doc.breakfast_menu)

dicNode = {}
for node in doc.breakfast_menu.children:
    key = node.outerHtml
    if dicNode.get(key):
        node.remove() # Delete duplicate
    else:
        dicNode[key] = True

print(doc.html)

结果：

<?xml version="1.0" encoding="UTF-8"?>
<breakfast_menu>
    <food some_attribute="">
        <name></name>
        <price></price>
        <description></description>
        <calories></calories>
    </food>
    <food>
        <name></name>
        <price></price>
        <description></description>
        <calories></calories>
    </food>
    <food>
        <name></name>
        <price></price>
        <description></description>
        <calories></calories>
        <some_complex_type_element_1>
        <some_simple_type_element_1></some_simple_type_element_1>
        </some_complex_type_element_1>
    </food>
    <food>
        <name></name>
        <price></price>
        <description></description>
        <calories></calories>
        <some_simple_type_element_2></some_simple_type_element_2>
    </food>
</breakfast_menu>

对于大文件，请尝试以下方法。

from simplified_scrapy import SimplifiedDoc,utils
from simplified_scrapy.core.regex_helper import replaceReg

filePath = 'test.xml'
doc = SimplifiedDoc()
doc.loadFile(filePath,lineByline=True)

utils.appendFile('dest.xml','<?xml version="1.0" encoding="UTF-8"?><breakfast_menu>')
dicNode = {}
for node in doc.getIterable('food'):
    key = node.outerHtml
    key = replaceReg(key,'>[^>]*?<','><')
    key = replaceReg(key,'"[^"]*?"','""')

    if not dicNode.get(key):
        dicNode[key] = True
        utils.appendFile('dest.xml',key)


utils.appendFile('dest.xml','</breakfast_menu>')

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。

苹果市值2025年有望达4万亿美元
pythonJavaScriptjavaHTMLreactjsC#AndroidCSSNode.jssqlrpython-3.xMysqLjQueryc++pandasFlutterangularIOSdjangolinuxswifttypescript路由器JSON路由器设置无线路由器h3c华三华三路由器设置华三路由器电脑软件教程arraysdocker软件图文教程Cvue.jslaravelspring-bootreact-native