python - 通过xml属性排序字符串，.text格式化xml数据

Question

#!/usr/bin/env python
import os, sys, os.path
import string 

def sort_strings_file(xmlfile,typee):
    """sort all strings within given strings.xml file"""

    all_strings = {}
    orig_type=typee

    # read original file
    tree = ET.ElementTree()
    tree.parse(xmlfile)

    # iter over all strings, stick them into dictionary
    for element in list(tree.getroot()):
        all_strings[element.attrib['name']] = element.text

    # create new root element and add all strings sorted below
    newroot = ET.Element("resources")
    for key in sorted(all_strings.keys()):
        # Check for IDs
        if typee == "id":
            typee="item"

        # set main node type
        newstring = ET.SubElement(newroot, typee)

        #add id attrib
        if orig_type == "id":
            newstring.attrib['type']="id"

        # continue on
        newstring.attrib['name'] = key
        newstring.text = all_strings[key]


    # write new root element back to xml file
    newtree = ET.ElementTree(newroot)
    newtree.write(xmlfile, encoding="UTF-8")

这很好用，但是如果一个字符串以<b>开头，它会严重破坏。 EX

<string name="uploading_to"><b>%s</b> Odovzdávanie do</string>

变

<string name="uploading_to" />

我查看了xml.etree Element类，但它似乎只有.text方法。我只需要一种方法来拉取xml标签之间的所有内容。不，我无法更改输入数据。它直接来自Android APK准备翻译，除了必须是有效的XML Android代码之外，我无法预测数据的来源/内容。

Answer 1

我认为你正在寻找itertext()方法。 .text只返回元素开头直接包含的文本：

>>> test = ET.fromstring('<elem>Sometext <subelem>more text</subelem> rest</elem>')
>>> test.text
'Sometext '
>>> ''.join(test.itertext())
'Sometext more text rest'

另一方面，.itertext()迭代器让你找到元素中包含的所有文本，包括嵌套元素内部。

但是，如果您只希望文本直接包含在元素中，跳过包含的子元素，则需要组合每个子元素的.text和.tail值：

>>> (test.text or '') + ''.join(child.tail for child in test.getchildren())
'Sometext  middle  rest'

如果你需要捕获所有内容，那么你需要做更多的工作;捕获.text，并用ElementTree.tostring()将每个孩子投射到文本：

>>> (test.text or '') + ''.join(ET.tostring(child) for child in test.getchildren())
'Sometext <subelem>more text</subelem> middle <subelem>other text</subelem> rest'

ET.tostring()考虑了元素尾部。我使用(test.text or '')因为.text属性也可以是None。

您可以捕获函数中的最后一个方法：

def innerxml(elem):
    return (elem.text or '') + ''.join(ET.tostring(child) for child in elem.getchildren())