次のようなテキストを含む file.txt を取得しようとしています:
<a> hello
<a>world
how <a>are
</a>you?</a><a></a></a>
次のようなテキストに変換します。
<a>
hello
<a>
world how
<a>
are
</a>
you?
</a>
<a>
</a>
私の最初の考えは、タグと content(list) を保持する XML アイテムを作成し、そのリスト内にコンテンツを保持する XML アイテムをさらにネストすることでしたが、しばらくすると、間違った方法で行っているように感じます。
このため、Element tree のようなライブラリを使用することはできません。問題をゼロから解決したいと考えています。私はすべての答えを探しているわけではありません。役に立たないコードベースを考え出すのに時間を無駄にしないように、誰かが正しい方向を選択するのを手伝ってくれることを望んでいます.
-----------------------------------以下回答-------------- -------------
from stack import Stack
import re
import sys
def findTag(string):
# checks to see if a string has an xml tag returns the tag or none
try:
match = re.search(r"\<(.+?)\>", string)
return match.group(0), match.start(0)
except:
return None
def isTag(string):
# checks to see if a string is a tag and returns true or false.
try:
match = re.search(r"\<(.+?)\>", string)
match.group(0)
return True
except:
return False
else:
return False
def split_tags_and_string(string):
#splits up tag and string into a list
L = []
for line in s.split("\n"):
temp = line
while len(temp) >0: #string still has some characters
#print("line: " + temp)
tag_tuple = (findTag(temp)) #returns a tuple with tag and starting index
#print("tag_tuple: "+ str(tag_tuple))
if tag_tuple is not None: #there is a tag in the temp string
if tag_tuple[1] == 0: #tag is the front of temp string
L.append(tag_tuple[0].strip())
temp = temp.replace(tag_tuple[0], '', 1)
temp = temp.strip()
else: #tag is somewhere else other than the front of the temp string
L.append(temp[0:tag_tuple[1]].strip())
temp = temp.replace(temp[0:tag_tuple[1]], '', 1)
temp = temp.strip()
else: #there is no tag in the temp string
L.append(temp.strip())
temp = temp.replace(temp, '')
return L
def check_tags(formatted_list):
# verifies that the xml is valid
stack = Stack()
x=0
try:
#print(formatted_list)
for item in formatted_list:
tag = findTag(item)
#print("tag: "+ str(tag))
if tag is not None:
if tag[0].find('/') == -1:
endtag = tag[0][0:1] + '/' +tag[0][1:]
#print(endtag)
if formatted_list.count(tag[0]) != formatted_list.count(endtag):
#print("tag count doesn't match")
return False, x
if tag[0].find('/') == -1:
#print("pushing: "+tag[0])
stack.push(tag[0])
else:
#print("popping: "+tag[0])
stack.pop()
x+=1
except:
return False,x
if stack.isEmpty():
return True,x
else:
return False,x
def print_xml_list(formatted_list):
indent = 0
string = str()
previousIsString = False
#print(formatted_list)
for item in formatted_list:
#print("previous = " + str(previousIsString))
#print(item)
if len(item) > 0:
if isTag(item) == True and item.find('/') == -1:#the item is a tag and not and end tag
if previousIsString == True and string[len(string)-5:].find('\n') == -1:
#add a newline if there isn't one already
string+='\n'
string+=(' '*indent+item+'\n')
indent+=1 #increases indent
previousIsString = False #previous isn't a string
if isTag(item) == True and item.find('/') != -1: #the item is a tag and also an end tag
if previousIsString == True:
string+='\n'
indent-=1 # reduces indent
string+=(' '*indent+item+'\n')
previousIsString = False #previous isn't a string
if isTag(item) == False:
if previousIsString:
string+=(' '+item+' ') #adds item and no tab space
else:
string+=(' '*indent+item+' ') #adds item with tabs before
previousIsString = True # previous is a string
return string
if __name__ == "__main__":
filename = input("enter file name: ")
file = open(filename, 'r')
s = file.read()
formatted = split_tags_and_string(s) #formats the string and tags into a list called formatted
isGood = check_tags(formatted) # makes sure the xml is valid
if isGood[0] == False: #if the xml is bad it says so and ends the program
print("The xml file is bad.")
else:
string = print_xml_list(formatted) #adds indentation and formatting to the list and turns it into a string
print(string) #prints the final result
誰も答えを提供しなかったので、これがxmlを解析する私の基本的な方法です。次のようなものを処理する機能がありません