問題タブ [minidom]

タグ内に含まれる特定の DOI を記事の XML ファイルから検索するコードを作成しようとしています。正しい DOI が見つかったら、その DOI に関連付けられた記事の<title>とテキストにアクセスするようにします。<abstract>

私の XML ファイルは次の形式です。

スクリプトで DOI 10.1016/B978-0-12-381015-1.00004-6 (たとえば) の記事を検索し、対応するタグ内の<title>およびタグにアクセスできるようにしたいと考えています。<abstract><article>

これまでのところ、この質問からコードを適応させようとしました:

しかし、私は自分が何をしているのか完全にはわかりません！

助けてくれてありがとう。

ライブラリxml.dom.minidomを使用して一連のxmlファイルを解析し、データを抽出してテキストファイルに入れようとしています。ほとんどのXMLはうまく機能しますが、一部のXMLでは、minidom.parsestring（）を呼び出すと次のエラーが発生します。

UnicodeEncodeError：'ascii'コーデックは位置5189の文字u'\ u2019'をエンコードできません：序数が範囲内にありません（128）

これは、他の一部の非ASCII文字でも発生します。私の質問は：ここでの私の選択肢は何ですか？XMLファイルを解析する前に、英語以外の文字をすべて削除/置換する必要がありますか？

同じ名前の 2 つのノードを xml ドキュメントに追加することはできますか?
それはそのようなものです:
初期ファイル:

希望のファイル :

Python、dom、または minidom でそれを行いたいと思います。
appendChild 関数を使用しようとしましたが、同じ名前のノードを 1 つだけ保持する場合。
insertBefore 関数を使用しようとしましたが、機能していないようです。

これは私がinsertBeforeで使用したソースコードです（appendChildでは、nbOfFilesコントロールを削除するだけです）：

ご協力いただきありがとうございます。

この（以下の）xml文字列を使用してxml.dom.minidomを使用する場合、コードの値を取得するにはどうすればよいですか？

複数の「name」タグが表示される可能性があるため、次のようにします。

しかし、残念ながらそれは機能しません。

私はPythonを初めて使用し、xmlドキュメント（solrインスタンスのドキュメントで埋められている）をPythonディクショナリに渡そうとしています。私は実際にこれを達成しようとして苦労しています。ElementTreeとminidomを使用してみましたが、正しい結果が得られないようです。

これが私のXML構造です：

そしてこれから私はそれを次のような辞書に変える必要があります：

私は辞書がどのように機能するかについてあまり詳しくありませんが、すべての「ドキュメント」を1つの辞書にまとめる方法もあります。

乾杯。

Python と xml.dom.minidom を使用して、エクスポートされた Excel スプレッドシートを反復処理し、.write へのさまざまな呼び出しを使用して食堂メニューの HTML テーブルを出力しています。問題は、Excel が出力する XML が構造化されていないことです。これを補うために、テスト対象の nodeValue を持つ子ノードに遭遇したときに設定される変数 (day、previousDay、meal など) をいくつか設定しました。新しいテーブルをいつ開始するか (曜日ごとに)、または新しい行をいつ開始するか (day != previousDay の場合) などを決定するための if ステートメントがたくさんあります。

ただし、特定のノードを無視する方法を理解するのは困難です。無視する必要がある Excel からの出力を取得するノードがいくつかあります。特定の値を持つ子ノードに基づいてこれを行うことができますが、それを実装する方法がわかりません。

基本的に、メインの for ループに次の if ステートメントが必要です。

一部の要素に隠したいものが含まれているhtmlドキュメントがあります（機密情報を隠したいだけであることを除いて、中国政府が行っているように）。たとえば、私が持っているとしましょう:

そして、 string を含むすべての要素を取得し、SECRETコンテンツ全体を ### に置き換えるだけです:

私は次のようなものでminidomandreを使用することを考えました:

しかし、最初に解析が成功しません:

.getElementsByTagName()パラメータが必要です...tagNameタグ名は気にせず、すべてのノードが必要です（コンテンツでフィルタリングするため）。基本的に、そのコードはまったく機能しませんが、私が達成したいことを説明しようとするだけです。

どうすれば簡単にできるのでしょうか？minidom またはまったく異なるものとは？

minidom を使用して XML ドキュメントを作成しています。結果の XML ドキュメントに次のようなスタイルシート参照が含まれていることを確認するにはどうすればよいですか。

ありがとう ！

xmlファイル内の特定のXML要素をコメントアウトしたいと思います。要素を削除することもできますが、後で必要になった場合に備えて、コメントアウトしたままにしておきます。

要素を削除する現在使用しているコードは次のようになります。

要素を削除するのではなく、コメントアウトするようにこれを変更したいと思います。

xml.dom.minidom python パッケージで奇妙な問題が発生しました。ドキュメントを生成し、ターミナルから取得したデータを入力します。このようなデータには、端末制御文字が含まれている場合があります。このような文字をテキスト データ ノードに格納すると、minidom.toprettyxml()すべて問題ないように見えますが、生成されたドキュメントは有効な XML ではありません。

minidom が無効なドキュメントの生成を許可する理由を知っている人はいますか? これは「ミニ」部分とつながっていますか？

抽出されたサンプルコードは次のとおりです (システム情報もいくつかあります)。