Python:xml.etree.ElementTree破坏xml格式

Question

我有一个 XML 格式的 ISM 文件(InstallShield 项目)。

我需要更改文件中的一些属性，因此我使用了 xml.etree.ElementTree(Python 库)。

我可以找到这些值并更改它们，但是，在使用更新的值保存文件后，我无法在 InstallShield 中打开它(我收到一个无法打开文件的一般错误)。

当我将旧文件与新文件进行比较时，我发现除了我更改的值之外，新 XML 中还缺少一些行，并且在某些行中标记名称已更改。

为什么会发生这种情况？除了我所做的更改之外，还有什么可以使文件保持原样吗？我应该使用其他工具来进行更改吗？

例如，以下部分出现在原始 XML 中:

    <?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<?xml-stylesheet type="text/xsl" href="is.xsl" ?>
<!DOCTYPE msi [
   <!ELEMENT msi   (summary,table*)>
   <!ATTLIST msi version    CDATA #REQUIRED>
   <!ATTLIST msi xmlns:dt   CDATA #IMPLIED
                 codepage   CDATA #IMPLIED
                 compression (MSZIP|LZX|none) "LZX">

   <!ELEMENT summary       (codepage?,title?,subject?,author?,keywords?,comments?,
                            template,lastauthor?,revnumber,lastprinted?,
                            createdtm?,lastsavedtm?,pagecount,wordcount,
                            charcount?,appname?,security?)>

   <!ELEMENT codepage      (#PCDATA)>
   <!ELEMENT title         (#PCDATA)>
   <!ELEMENT subject       (#PCDATA)>
   <!ELEMENT author        (#PCDATA)>
   <!ELEMENT keywords      (#PCDATA)>
   <!ELEMENT comments      (#PCDATA)>
   <!ELEMENT template      (#PCDATA)>
   <!ELEMENT lastauthor    (#PCDATA)>
   <!ELEMENT revnumber     (#PCDATA)>
   <!ELEMENT lastprinted   (#PCDATA)>
   <!ELEMENT createdtm     (#PCDATA)>
   <!ELEMENT lastsavedtm   (#PCDATA)>
   <!ELEMENT pagecount     (#PCDATA)>
   <!ELEMENT wordcount     (#PCDATA)>
   <!ELEMENT charcount     (#PCDATA)>
   <!ELEMENT appname       (#PCDATA)>
   <!ELEMENT security      (#PCDATA)>                            

   <!ELEMENT table         (col+,row*)>
   <!ATTLIST table
                name        CDATA #REQUIRED>

   <!ELEMENT col           (#PCDATA)>
   <!ATTLIST col
                 key       (yes|no) #IMPLIED
                 def       CDATA #IMPLIED>

   <!ELEMENT row            (td+)>

   <!ELEMENT td             (#PCDATA)>
   <!ATTLIST td
                 href       CDATA #IMPLIED
                 dt:dt     (string|bin.base64) #IMPLIED
                 md5        CDATA #IMPLIED>
]>
<msi version="2.0" xmlns:dt="urn:schemas-microsoft-com:datatypes" codepage="65001">

但是在新的 XML 中它消失了，取而代之的是:

<msi xmlns:ns0="urn:schemas-microsoft-com:datatypes" codepage="65001" version="2.0">

还有更多差异，这只是一个例子。

我用来进行更改的Python代码是

   tree = Et.parse(ism_file_path)
    root = tree.getroot()

    for attributes_group in root:
        for attribute in attributes_group:

            if attribute.tag == "revnumber":

                new_package_code = increment_hex_number(attribute.text)

                attribute.text = new_package_code

tree.write(ism_file_path)

谢谢!

Answer 1

最终我搬到了一个新的库 - lxml。与 xml.etree.ElementTree 相反，这个库保留所有标签的顺序，所以我做了完全相同的事情并且它有效:

def modify_ism_file(ism_file_path):
    context = etree.iterparse(ism_file_path)
    for action, attributes_group in context:
        for attribute in attributes_group:
            if attribute.tag == "revnumber":
                print "Found package code. TAG = {0} TEXT = {1}".format(attribute.tag, attribute.text)
                new_package_code = increment_hex_number(attribute.text)
                print "New package code is {0}".format(new_package_code)
                attribute.text = new_package_code

obj_xml = etree.tostring(context.root, pretty_print=True, xml_declaration=True,   encoding="utf-8")

    with open(ism_file_path, "w") as f:
        f.write(obj_xml)