python - 将 GraphML 文件转换为另一个文件

Question

您好，我有一个简单的 graphML 文件，我想从 GraphML 中删除节点标记并将其保存在另一个 GraphML 文件中。 GraphML 大小为 3GB，下面给出的是示例。

输入文件:

<?xml version="1.0" ?>
<graphml xmlns="http://graphml.graphdrawing.org/xmlns" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://graphml.graphdrawing.org/xmlns http://graphml.graphdrawing.org/xmlns/1.1/graphml.xsd">
    <key id="weight" for="edge" attr.name="weight" attr.type="string"></key>
    <graph id="G" edgedefault="directed">
        <node id="1"></node>
        <node id="2">
        </node>
        <node id="3">
        </node>
        <node id="4">
        </node>
        <node id="5">
        </node>
        <edge id="6" source="1" target="2">
            <data key="weight">3</data>
        </edge>
        <edge id="7" source="2" target="4">
            <data key="weight">1</data>
        </edge>
        <edge id="8" source="2" target="3">
            <data key="weight">9</data>
        </edge>
    </graph>
</graphml>

所需输出:

<?xml version="1.0" ?>
<graphml xmlns="http://graphml.graphdrawing.org/xmlns" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://graphml.graphdrawing.org/xmlns http://graphml.graphdrawing.org/xmlns/1.1/graphml.xsd">
    <key id="weight" for="edge" attr.name="weight" attr.type="string"></key>
    <graph id="G" edgedefault="directed">
        <edge id="6" source="1" target="2">
            <data key="weight">3</data>
        </edge>
        <edge id="7" source="2" target="4">
            <data key="weight">1</data>
        </edge>
        <edge id="8" source="2" target="3">
            <data key="weight">9</data>
        </edge>
    </graph>
</graphml>

有什么方法可以做到这一点吗？

Answer 1

有一个Python模块来处理graphml。奇怪的是，documentation没有remove或delete功能。

由于 graphml 是 xml 标记，因此您可以改用 xml 模块。我用过xmltodict并且非常喜欢它。该模块允许您将 xml 代码加载到 python 对象中。修改对象后，可以将其保存回xml。

如果data是包含xml的字符串:

data_object=xmltodict.parse(data)
del data_object["graphml"]["graph"]["node"]
xmltodict.unparse(data_object, pretty=True)

这会删除 node 条目，解解析将返回带有 xml 的字符串。

如果 xml 的结构变得更加复杂，您将需要在 data_object 中搜索节点。但这应该不是问题，它只是一个有序的字典。

另一个问题可能是 xml 的大小。 3GB很多了。xmltodict 确实支持大文件的流模式，但这是我从未使用过的。