Python:XML 中所有标记名称中的字符串替换(用下划线替换连字符)

Question

我有一个格式不太好的 XML，在标签名称中带有连字符，我想用下划线替换它(以便能够与 lxml.objectify 一起使用)。我想替换所有标签名称，包括嵌套的子项。

示例 XML:

<job>
  <server>
    <cpu-set>
    </cpu-set>
  </server>
  <ip-routings>
  </ip-routings>
</job>

我想以一种干净的方式(没有正则表达式，但使用像 lxml 这样的 XML 库)将这个 XML 转换成这个:

<job>
  <server>
    <cpu_set>
    </cpu_set>
  </server>
  <ip_routings>
  </ip_routings>
</job>

什么是 pythonic 和干净的方法来做到这一点？

Answer 1

使用xpath查找带有连字符的元素并重写标签:

from lxml import etree
data = """<job>
  <server>
    <cpu-set>
    </cpu-set>
  </server>
  <ip-routings>
  </ip-routings>
</job>"""
doc = etree.XML(data)
for e in doc.xpath('//*[contains(local-name(),"-")]'):
  e.tag = e.tag.replace('-','_')

print etree.tostring(doc)

产量:

<job>
  <server>
    <cpu_set>
    </cpu_set>
  </server>
  <ip_routings>
  </ip_routings>
</job>