用于从 XML 文件中删除所有注释的 Python 脚本

Question

我正在尝试构建一个 python 脚本，它将接收一个 XML 文档并从中删除所有注释 block 。

我尝试了一些方法:

tree = ElementTree()
tree.parse(file)
commentElements = tree.findall('//comment()')

for element in commentElements:
    element.parentNode.remove(element)

这样做会从 python 中产生一个奇怪的错误:“KeyError: '()'

我知道有一些方法可以使用其他方法(如 sed )轻松编辑文件，但我必须在 python 脚本中进行。

Answer 1

comment()是 ElementTree 不支持的 XPath 节点测试。

您可以使用 comment()与 lxml 。这个库与 ElementTree 非常相似，并且完全支持 XPath 1.0。

以下是使用 lxml 删除评论的方法:

from lxml import etree

XML = """<root>
  <!-- COMMENT 1 -->
  <x>TEXT 1</x>
  <y>TEXT 2 <!-- COMMENT 2 --></y>
</root>"""

tree = etree.fromstring(XML)

comments = tree.xpath('//comment()')

for c in comments:
    p = c.getparent()
    p.remove(c)

print etree.tostring(tree)

输出:

<root>
  <x>TEXT 1</x>
  <y>TEXT 2 </y>
</root>