web-dev-qa-db-ja.com

Pythonを使用してXMLファイル内のテキストを検索および置換する方法は？

xmlファイル全体で特定のテキストパターンを検索し、そのテキストの各オカレンスをPython 3.5の新しいテキストパターンに置き換えるにはどうすればよいですか？

他のすべて（形式、属性、コメントなど）は、元のxmlファイルにそのまま残す必要があります。

私はWindows（win32）でPython 3.5.1）を実行しています。

具体的には、「FEATURENAME」を「THISWORKED」に、「FEATURENUMBER」を「12345」に置き換えたいと思います。

Pythonとxml.etree.ElementTreeを学習しようとしましたが、これを理解できません。Pythonで.xmlファイルの行を検索して置換する」、「検索して「Pythonでファイルの行を置き換える」、「Pythonを使用してファイルのテキストを検索して置き換える方法」、およびこのサイトの他の既存のQ/Aですが、これを理解できません。私は経験豊富なプログラマーではないので、どうぞさらに入力が必要な場合はお知らせください。ご協力をよろしくお願いいたします。

これは、メモ帳で開いたときのxmlコードのコピーです（ただし、この質問に貼り付けたときに、各行をインデントして一部の行のReturnキーを押すためにスペースを追加しました）。

<description-topic>
    <access-info>
        <index-term-set>
            <index-term>
                <primary>FID FEATURE NUMBER</primary>
            </index-term>
            <index-term>
                <primary>FEATURE NAME</primary>
            </index-term>
            <index-term>
                <primary>Common features</primary>
                <secondary>FID FEATURE NUMBER</secondary>
            </index-term>
        </index-term-set>
    </access-info>
    <title>FEATURE NUMBER - FEATURE NAME</title>
    <block>
        <label>Platform</label>
        <comment>REVIEWERS: I guessed at the FEATURE NAME</comment>
        <para>
            This feature applies to the following platforms: FEATURE NAME<!--Check the values--></para>
    </block>
    <block branch="no">
        <label>Feature Benefits</label>
        <para>
            <comment>REVIEWERS: What do we put here? See template (link given in review email) for more information.</comment>
        </para>
    </block>
    <block branch="no">
        <label>Dependencies</label>
        <para/>
        <subblock>
            <label>Features</label>
            <comment>What FEATURE NAME do we put here?</comment>
        </subblock>
        <subblock>
            <label>Hardware</label>
            <comment>What FEATURE NAME do we put here?</comment>
            <para>This feature applies to the following: FEATURE NUMBER and text.</para><?Pub Caret -1?>
        </subblock>
        <subblock>
            <label>Dependencies outside the eNodeB</label>
            <comment>What FEATURE NAME do we put here?</comment>
        </subblock>
    </block>
    <block branch="no">
        <label>Impacts</label>
        <comment>REVIEWERS: What FEATURE NUMBER do we put here?</comment>
        <para>
            <comment/>
        </para>
    </block>
</description-topic>

これが私が仕事に取り掛かろうとしている最新のコードです：

from xml.etree import ElementTree as et
tree = et.parse('Atemplate2.xml')
tree.find('description-topic/access-info/index-term-set/index-term/primary/').text = '12345'
tree.write('Atemplate2.xml')

次のエラーが発生します：トレースバック（最後の最後の呼び出し）：tree.find（ 'description-topic/access-info/index-term-set/index-term/primary /のファイル "ajktest18.py"、15行目'）.text =' 12345 '

AttributeError： 'NoneType'オブジェクトに属性 'text'がありません

ファイル全体の出現箇所を検索して変更できるようにしたいと思いますが、検索しているテキストの特定の出現箇所を1つでも取得する方法がわかりません。

パスを見つけるために使用しようとしたコードは次のとおりです。

import xml.etree.ElementTree as ET
tree = ET.parse('Atemplate.xml')
root = tree.getroot()

print(root.tag, root.attrib, root.text)

for child in root:
    print(child.tag, child.attrib, child.text)
for label in root.iter('label'):
    print(label.tag, label.attrib, label.text)
for title in root.iter('title'):
    print(title.attrib)

次のコードも試しました。

with open('Atemplate2.xml') as f:
    tree = ET.parse(f)
    root = tree.getroot()

for elem in root.getiterator():
    try:
        elem.text = elem.text.replace('FEATURE NAME', 'THIS WORKED')
        elem.text = elem.text.replace('FEATURE NUMBER', '12345')
    except AttributeError:
        pass

tree.write('output.xml')

ただし、次のエラーが発生します。

File "<pyshell#40>", line 2, in <module>
    tree = ET.parse(f)
File "C:\MyPath\Python35-32\lib\xml\etree\ElementTree.py", line 1182, in parse
    tree.parse(source, parser)
File "C:\ MyPath \Python35-32\lib\xml\etree\ElementTree.py", line 594, in parse
    self._root = parser._parse_whole(source)
File "C:\ MyPath \Python35-32\lib\encodings\cp1252.py", line 23, in decode
    return codecs.charmap_decode(input,self.errors,decoding_table)[0]

UnicodeDecodeError： 'charmap'コーデックは位置1119のバイト0x9dをデコードできません：文字コード表は

最終更新-これが最終的に私のために働いたコードです（ありがとう、Jarad！）:

import lxml.etree as ET
#using lxml instead of xml preserved the comments

#adding the encoding when the file is opened and written is needed to avoid a charmap error
with open('filename.xml', encoding="utf8") as f:
  tree = ET.parse(f)
  root = tree.getroot()


  for elem in root.getiterator():
    try:
      elem.text = elem.text.replace('FEATURE NAME', 'THIS WORKED')
      elem.text = elem.text.replace('FEATURE NUMBER', '123456')
    except AttributeError:
      pass

#tree.write('output.xml', encoding="utf8")
# Adding the xml_declaration and method helped keep the header info at the top of the file.
tree.write('output.xml', xml_declaration=True, method='xml', encoding="utf8")
pythonxmlsearchreplace
6
AJK

警告：

  • xml.etree.ElementTreeライブラリを使用したことはありません
  • XMLを操作していることに気付かないので、これを使ったことがありません。
  • これが図書館の内外を知っている人と比較して「最良の」方法であるかどうかはわかりません
  • コメンテーターはあなたを助けるのではなくあなたを判断することに固執しているようです

これは この優れた答え からの変更です。重要なのは、XMLファイルを読み込んで解析する必要があるということです。

import xml.etree.ElementTree as ET

with open('xmlfile.xml', encoding='latin-1') as f:
  tree = ET.parse(f)
  root = tree.getroot()

  for elem in root.getiterator():
    try:
      elem.text = elem.text.replace('FEATURE NAME', 'THIS WORKED')
      elem.text = elem.text.replace('FEATURE NUMBER', '123456')
    except AttributeError:
      pass

tree.write('output.xml', encoding='latin-1')

encodingパラメータは、utf-8、cp1252、ISO-8859-1などの他のパラメータに変更できることに注意してください。実際にはシステムとファイルによって異なります。

4
Jarad