如何用Python输出漂亮的xml文件

如何用Python输出漂亮的xml文件

最近要用Python处理一个xml文件。平时习惯了用xml.etree.ElementTree，结果发现此库存在一些让人无法忍受的缺点：
1. 无法处理comment和cdata
2. 输出后的xml文件没有换行，没有缩进，十分难以阅读

于是尝试这用xml.dom.minidom，前两个问题几乎全部解决了。唯一让人看着不爽的是minidom对于text的处理。比如，我期待的xml输入如下：

[html] view plain copy
<pre name="code" class="html"><pre name="code" class="html"><root>
<host>192.168.0.1</host>
</root>

但是使用xml.dom.minidom.Document.writexml后，输出的结果却是这样的：

[html] view plain copy
<root>
<host>
192.168.0.1
</host>
</root>

开始的时候，我考虑重写Document.writexml函数，觉得太麻烦，有用牛刀杀鸡之感。后来想想，其实自己的需求非常简单，只是需要对Document的输出结果做个二次处理即可。使用python的正则表达式库就可以实现：

[python] view plain copy
def save_xml(self, file_name):
xml_str = self.m_dom.toprettyxml(indent=" ")
repl = lambda x: ">%s</" % x.group(1).strip() if len(x.group(1).strip()) != 0 else x.group(0)
pretty_str = re.sub(r'>\n\s*([^<]+)</', repl, xml_str)
open(file_name, 'w').write(pretty_str)

先将Document输出到字符串，然后使用正则表达式将text中的空行去掉即可。
黑马程序员的PYthon是国内最早开设的真正人工智能课程。课程全面系统，紧跟时代潮流。

word 文档本质上是压缩后的资源文件与 xml 文件，可以根据 open xml 标准去解析 xml 文件。要是嫌麻烦，用 python-docx 库似乎也可以完成这个。