使用python修复损坏的XML_Python_Xml

使用python修复损坏的XML

python xml

使用python修复损坏的XML,python,xml,Python,Xml,我有多个xml文件，其中的标记没有正确关闭。他们经常被转移到下一行我的XML 是否有任何类似python的方法将其转换为所需的XML，如下所示： <note> <to>Tove</to> <from>Jani</from> <heading>Reminder</heading> <body>Don't forget me this weekend!</body> <item id

我有多个xml文件，其中的标记没有正确关闭。他们经常被转移到下一行

我的XML

是否有任何类似python的方法将其转换为所需的XML，如下所示：

<note>
<to>Tove</to>
<from>Jani</from>
<heading>Reminder</heading>
<body>Don't forget me this weekend!</body> 
<item id='my-img' href='images/dp.jpg' media-type='image/jpeg'/>     
</note>

我试过使用beautifulsoup。但是它的格式似乎不正确。

这完全取决于需要修复多少xml字段以及其中是否有模式。从您所举的例子来看，使用find和replace（例如使用正则表达式）可能更容易。

我所能想到的最简单的方法是完全删除换行符，加载xml并保存预格式化的版本。默认的repr只修复标记，但保持格式不变

从bs4导入BeautifulSoup作为bs 使用openfile.xml，r作为f： xml_str=f.read；加载文件 xml=bsxml_str，lxml解析文件使用openfile.xml，w作为f： f、 writeRepXML写漂亮的文件注意：我们使用的是lxml解析器，需要使用

pip3 install lxml

编辑：无需删除换行符

一个简单的搜索和替换，即newline+>by>。如果您提供一些代码，我们可能会帮助您美化此组用于解析而不是编辑，您必须将其作为文本字符串进行编辑在这种特殊情况下，修复损坏可能不太困难。但是，每当你破坏了这样的数据，重要的是要找出并消除根本原因——首先是谁破坏了数据？@Stefan我没有足够的正则表达式技能来选择整个标记。我最近开始学习它。这种正则表达式有效吗^$@MATISS我知道，但是我有600个+文件，我没有力气去打开所有这些文件来编辑一行。请考虑提供一个特定于OP代码的答案。在使用LXML解析器时不应该发生这种情况。也许你有xml=bsxml\u str，请看这个屏幕截图。

pip3 install lxml