0

私はlxmlを使用してこれを実行しようとしていますが、最終的には適切なxpathに関する質問です。<pgBreak>要素からその親の終わりまで選択したいのですが、この場合は<p>

XML IN：

  <root>
     <pgBreak pgId="1"/>
      <p>
         some text to fill out a para
           <pgBreak pgId="2"/>
            some more text 
            <quote> A quoted block </quote>
            remainder of para
      </p>
    </root>

XML OUT：

  <root>
     <pgBreak pgId="1"/>
      <p>
         some text to fill out a para
       </p>
          <pgBreak pgId="2"/>
       <p>
             some more text 
            <quote> A quoted block </quote>
            remainder of para
      </p>
    </root>
4

1 に答える 1

1

あなたがやろうとしていることは些細なことではありません。'pgBreak'要素とそれに続くすべての兄弟を一致させたいだけでなく、それらを親スコープの外に移動し、兄弟を'p'要素でラップしたいとします。楽しいもの。

次のコードは、それを実現する方法を示しています（免責事項：例のみ、クリーンアップが必要、エッジケースはおそらく処理されません）。コードは意図的にコメントされていないので、理解する必要があります:)

機能をわかりやすく説明するために、入力XMLを少し変更しました。

import lxml.etree

text = """
<root>
  <pgBreak pgId="1"/>
  <p>
    some text to fill out a para
    <pgBreak pgId="2"/>
    some more text 
    <quote> A quoted block </quote>
    remainder of para
    <pgBreak pgId="3"/>
    <p>
       blurb
    </p>
  </p>
</root>
"""

root = lxml.etree.fromstring(text)
for pgbreak in root.xpath('//pgBreak'):
    inner = pgbreak.getparent()
    if inner == root:
        continue
    outer = inner.getparent()
    pgbreak_index = inner.index(pgbreak)
    inner_index = outer.index(inner) + 1
    siblings = inner[pgbreak_index+1:]
    inner.remove(pgbreak)
    outer.insert(inner_index,pgbreak)
    if siblings[0].tag != 'p':
        p = lxml.etree.Element('p')
        p.text = pgbreak.tail
        pgbreak.tail = None
        for node in siblings:
            p.append(node)
        outer.insert(inner_index+1,p)
    else:
        for node in siblings:
            inner_index += 1
            outer.insert(inner_index,node)

出力は次のとおりです。

<root>
  <pgBreak pgId="1"/>
  <p>
    some text to fill out a para
  </p>
  <pgBreak pgId="2"/>
  <p>
    some more text 
    <quote> A quoted block </quote>
    remainder of para
  </p>
  <pgBreak pgId="3"/>
  <p>
    blurb
  </p>
</root>
于 2013-03-20T23:30:10.017 に答える