LXML - Sắp xếp Thứ tự Thẻ

Question

Tôi có một định dạng tệp kế thừa mà tôi đang chuyển đổi thành XML để xử lý. Cấu trúc có thể được tóm tắt là:

<A> 
    <A01>X</A01> 
    <A02>Y</A02> 
    <A03>Z</A03> 
</A> 

Phần số của thẻ có thể đi từ 01 đến 99 và có thể có khoảng trống. Là một phần của quá trình xử lý, một số bản ghi nhất định có thể có thêm thẻ. Sau khi quá trình xử lý hoàn tất, tôi chuyển đổi tệp trở lại định dạng cũ bằng cách lặp lại cây. Các tệp có kích thước khá lớn (~ 150.000 nút).

Một vấn đề với điều này là một số phần mềm sử dụng định dạng cũ giả định rằng các thẻ (hoặc các trường thay đổi theo thời gian được chuyển đổi) sẽ theo thứ tự chữ số, nhưng thẻ mới mặc định sẽ được thêm vào cuối các chi nhánh mà sau đó gây ra cho họ để đi ra khỏi iterator theo thứ tự sai.

Tôi có thể sử dụng xpath để tìm anh chị em dựa trên tên thẻ mỗi khi tôi đến để thêm thẻ mới nhưng câu hỏi của tôi là liệu có cách đơn giản hơn để sắp xếp cây cùng một lúc ngay trước khi xuất không?

Chỉnh sửa:

Tôi nghĩ rằng tôi đã tóm tắt cấu trúc.

Một hồ sơ có thể chứa nhiều tầng lớp như mô tả ở trên để cung cấp cho một cái gì đó như:

<X> 
    <X01>1</X01> 
    <X02>2</X02> 
    <X03>3</X03> 
    <A> 
     <A01>X</A01> 
     <A02>Y</A02> 
     <A03>Z</A03> 
    </A> 
    <B> 
     <B01>Z</B02> 
     <B02>X</B02> 
     <B03>C</B03> 
    </B> 
</X> 

Answer 1

Có thể viết helper fu nction để chèn một phần tử mới vào đúng vị trí, nhưng không biết nhiều hơn về cấu trúc thì thật khó để làm cho nó trở nên chung chung.

Dưới đây là một ví dụ ngắn sắp xếp phần tử con trên toàn bộ tài liệu:

from lxml import etree 

data = """<X> 
    <X03>3</X03> 
    <X02>2</X02> 
    <A> 
     <A02>Y</A02> 
     <A01>X</A01> 
     <A03>Z</A03> 
    </A> 
    <X01>1</X01> 
    <B> 
     <B01>Z</B01> 
     <B02>X</B02> 
     <B03>C</B03> 
    </B> 
</X>""" 

doc = etree.XML(data,etree.XMLParser(remove_blank_text=True)) 

for parent in doc.xpath('//*[./*]'): # Search for parent elements 
    parent[:] = sorted(parent,key=lambda x: x.tag) 

print etree.tostring(doc,pretty_print=True) 

yielding:

<X> 
    <A> 
    <A01>X</A01> 
    <A02>Y</A02> 
    <A03>Z</A03> 
    </A> 
    <B> 
    <B01>Z</B01> 
    <B02>X</B02> 
    <B03>C</B03> 
    </B> 
    <X01>1</X01> 
    <X02>2</X02> 
    <X03>3</X03> 
</X> 

Answer 2

Bạn có thể sắp xếp bạn yếu tố xml như thế này:

from operator import attrgetter 
from lxml import etree 

root = etree.parse(xmlfile) 
children = list(root) 
sorted_list = sorted(children, key=attrgetter('tag')) 

Nếu đây chạy quá chậm, bạn có thể chỉ sắp xếp tên thẻ và nhận nút bằng cách sử dụng xpath:

tag_list = [item.tag for item in root] 
sorted_taglist = sorted(tag_list)