Python 如何使用lxml删除XML文档根元素之外的注释

我有一些Python，我正在尝试从各种我无法控制的XML文档中去掉所有注释。这应该能够处理任何有效的XML。以下是迄今为止的代码：

tree = lxml.etree.parse(path_to_xml_file)
for c in tree.xpath('//comment()'):
  c.getparent().remove(c)

此代码在此特定XML文件上崩溃：

<!-- This comment can't be removed. -->
<foo>
  <!-- This comment can be removed. -->
</foo>

---

无法删除第一条注释，因为它没有父元素

c.getparent（）

对该注释返回

None

。我没有看到关于如何从XML树中删除节点的任何其他文档。这那么，如何删除此注释呢？

如果在使用lxml解析xml之前或之后（这不是很漂亮，但也很有效）使用新标记包装xml，则可以删除此注释

假设您要在lxml之外执行此操作：

comt = """
<!-- This comment can't be removed. -->
<foo>
  <!-- This comment can be removed. -->
</foo>
"""

new_comt = "<super_root>"+comt+"</super_root>"
tree = etree.fromstring(new_comt)

将输出：

    <super_root><foo>
  </foo></super_root>

如有必要，还可以删除包装标签

---

正如我所说的，不是很优雅，但可以完成这项工作。

若要删除所有注释，请使用with

remove\u comments=True

from lxml import etree

parser = etree.XMLParser(remove_comments=True)
tree = etree.parse("test.xml", parser)

---

这对带有XML声明的XML文件不起作用澄清了这个问题。

from lxml import etree

parser = etree.XMLParser(remove_comments=True)
tree = etree.parse("test.xml", parser)