如何处理“<?”使用Python在xml文件中进行注释

感谢大家,我了解了处理指令,并以此为基础研究了如何处理它,下面,如果有人需要的话,我就让我自己动手:

from lxml import etree

...

file = 'path/to/file.xml'
tree = etree.parse(file)
result = tree.xpath('//processing-instruction("link")')
for pi in result:
    # Each pi is a processing instruction tagged as 'link'
    if pi.get('type').__str__() == 'ResourceImport':
        # PI with type = ResourceImport
        print pi.text # Check the text of tis PI

使用 lxml 库使用XPath很容易获得处理指令。

我希望这个代码片段能帮助那些因为这个问题而来到这里的人。

您必须区分 处理说明 以及 xml声明

两者的书写方式相同: <?SomeName SomeContent ?> 。

发现 details in section 2.6 哦!

而xml声明必须放在首位,并以 <?xml 其他处理指令可能(几乎)出现在XML中的任何位置。

处理指令必须有名称,而内容不像元素的内容那样受到正式限制。这是免费文本。。。

这就是格式良好的XML:

<root>
  <a>test</a>
  <?piName some test?>
</root>

我不使用python,但这将返回SQL Server中的PI:

DECLARE @xml XML=
N'<root>
    <a>test</a>
    <?link id="752760" resource-uuid="UUID-9f0575a3-1847-1cde-fd35-f18014fdecf3" resource-id="570935" resource-type="fork" type="ResourceLink"?>
  </root>';

SELECT @xml.query('/root/processing-instruction("link")');

即使您的内容看起来像 属性 :PI中的内容是自由文本。所以你必须从内容中解析你的信息。。。

This answer 可能对你有帮助。

如果您的处理器支持XQuery 3.1,以下是解决此问题的一种方法:

declare function local:values($pi) {
  map:merge(
    for $pair in tokenize($pi)
    let $key := substring-before($pair, '=')
    let $value := replace(substring-after($pair, '='), '^"|"$', '')
    return map:entry($key, $value)
  )
};

let $xml := document {
  <xml>
    <?link id="752760" resource-uuid="UUID-9f0575a3-1847-1cde-fd35-f18014fdecf3"
      resource-id="570935" resource-type="fork" type="ResourceLink"?>
  </xml>
}
for $pi in $xml//processing-instruction('link')
let $values := local:values($pi)
return $values?resource-uuid

针对旧版本XQuery的又一个解决方案:

let $xml := document {
  <xml>
    <?link id="752760" resource-uuid="UUID-9f0575a3-1847-1cde-fd35-f18014fdecf3"
      resource-id="570935" resource-type="fork" type="ResourceLink"?>
  </xml>
}
for $pi in $xml//processing-instruction('link')
for $pair in tokenize($pi, '\s+')[substring-before(., '=') = 'resource-uuid']
return replace(substring-after($pair, '='), '^"|"$', '')

这两个代码段都是在这样的假设下工作的,即处理指令中的值都是由示例中的值组成的(键和值用等号分隔,值用双引号括起来)。

您引用的“注释”称为 processing instruction 。

在处理指令时,使用 keyword="value" 语法类似于XML元素的属性,但不幸的是,这只是一种约定,不是XML固有的东西,因此您必须自己解析内容以提取属性。(Saxon有一个函数 saxon:get-pseudo-attribute() 为此)。

如果您使用的是Python,那么在Python代码而不是XPath代码中执行这一额外的解析阶段可能会更简单,除非您实际上需要将该值作为某个更大的XPath表达式的一部分,在这种情况下,详细信息取决于您是使用XPath还是XQuery以及使用哪个版本。