python - 瘦身一个xml

Question

我有一个程序每天生成一个大的 xml，我想节省空间，有些信息在一段时间后没有用。我想删除这些信息，例如我的 xml 现在是:

<owner name="thename">
   <datasets ndatasets="10" size="10000">
       <dataset size="100" creationdate="...">mydataset1</dataset>
       <dataset size="200" creationdate="...">mydataset2</dataset>
       ...
   </datasets>
</owner>
<owner name="thename2">
  ...
</owner>

我想删除单个数据集上的信息，所以我想将其转换为:

<owner name="thename">
   <datasets ndatasets="10" size="10000" />
</owner>
<owner name="thename2">
  ...
</owner>

最简单的方法是什么？我正在使用 python，但也欢迎使用其他简单且可移植的解决方案

Answer 1

XSLT 解决方案(Sean 的解决方案很好，但如果 dataset 以外的元素或节点成为 datasets 的子元素，它将停止工作):

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

 <xsl:template match="node()|@*">
     <xsl:copy>
       <xsl:apply-templates select="node()|@*"/>
     </xsl:copy>
 </xsl:template>
 <xsl:template match="datasets/node()"/>
</xsl:stylesheet>

当此转换应用于提供的骨架 XML 时(包装到单个顶部元素中以使其成为格式良好的 XML 文档):

<t>
    <owner name="thename">
        <datasets ndatasets="10" size="10000">
            <dataset size="100" creationdate="...">mydataset1</dataset>
            <dataset size="200" creationdate="...">mydataset2</dataset>
        </datasets>
    </owner>
    <owner name="thename2">
        <datasets ndatasets="10" size="10000">
            <dataset size="100" creationdate="...">mydataset1</dataset>
            <dataset size="200" creationdate="...">mydataset2</dataset>
        </datasets>
    </owner>
</t>

产生了想要的、正确的结果:

<t>
   <owner name="thename">
      <datasets ndatasets="10" size="10000"/>
   </owner>
   <owner name="thename2">
      <datasets ndatasets="10" size="10000"/>
   </owner>
</t>

解释:

正确使用身份规则并使用与 datasets 的任何子节点匹配的空体模板覆盖它。