Python脚本从XML文件中删除所有注释

我正在尝试构建一个 python脚本,它将接收 XML文档并从中删除所有注释块.

我尝试过以下方面：

1
2
3
4
5
6
7
1tree = ElementTree()

2tree.parse(file)

3commentElements = tree.findall('//comment()')

4

5for element in commentElements:

6    element.parentNode.remove(element)

7

这样做会从python中产生一个奇怪的错误：“KeyError：'()’

我知道有很多方法可以使用其他方法(如sed)轻松编辑文件,但我必须在python脚本中完成.

comment()是ElementTree不支持的XPath节点测试.

你可以在lxml上使用comment().这个库与ElementTree非常相似,它完全支持XPath 1.0.

以下是使用lxml删除注释的方法：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
1from lxml import etree

2

3XML = """<root>

4  <!-- COMMENT 1 -->

5  <x>TEXT 1</x>

6  <y>TEXT 2 <!-- COMMENT 2 --></y>

7</root>"""

8

9tree = etree.fromstring(XML)

10

11comments = tree.xpath('//comment()')

12

13for c in comments:

14    p = c.getparent()

15    p.remove(c)

16

17print etree.tostring(tree)

18

输出：

1
2
3
4
5
1<root>

2  <x>TEXT 1</x>

3  <y>TEXT 2 </y>

4</root>

5