python - 使用 lxml 注释掉一个元素

Question

是否可以在注释中保留原始元素呈现的同时使用 python 的 lxml 注释掉 xml 元素？我尝试了以下

elem.getparent().replace(elem, etree.Comment(etree.tostring(elem, pretty_print=True)))

但是 tostring() 添加了命名空间声明。

Answer 1

被注释掉的元素的命名空间继承自根元素。演示:

from lxml import etree

XML = """
<root xmlns='foo'>
 <a>
  <b>AAA</b>
 </a>
</root>"""

root = etree.fromstring(XML)
b = root.find(".//{foo}b")
b.getparent().replace(b, etree.Comment(etree.tostring(b)))
print etree.tostring(root)

结果:

<root xmlns="foo">
 <a>
  <!--<b xmlns="foo">AAA</b>
 --></a>
</root>

操作命名空间通常比您想象的要难。参见 https://stackoverflow.com/a/31870245/407651 .

我的建议是使用BeautifulSoup ，实际上并不关心命名空间(soup.find('b') 返回 b 元素，即使它在 foo 命名空间)。

from bs4 import BeautifulSoup, Comment

soup = BeautifulSoup(XML, "xml")
b = soup.find('b')
b.replace_with(Comment(str(b)))
print soup.prettify()

结果:

<?xml version="1.0" encoding="utf-8"?>
<root mlns="foo">
 <a>
  <!--<b>AAA</b>-->
 </a>
</root>