如何用Python解析类XML的Scribus .sla文件并替换CH属性内容？

方法1：正则表达式直接匹配替换 #

如果你的.sla文件中标签格式相对规整（比如CH属性用双引号包裹、标签内无复杂嵌套结构），正则表达式是最快捷的方案，无需完整解析整个文件。

示例代码：

import re

def replace_ch_attribute(file_path, old_ch_value, new_ch_value):
    with open(file_path, 'r', encoding='utf-8') as f:
        content = f.read()
    
    # 匹配带CH属性的ITEXT标签，支持标签内存在其他属性的情况
    pattern = re.compile(r'(<ITEXT[^>]*CH=")' + re.escape(old_ch_value) + r'("[^>]*>)')
    modified_content = pattern.sub(r'\1' + new_ch_value + r'\2', content)
    
    # 保存修改后的文件，避免覆盖原文件
    with open(file_path.replace('.sla', '_modified.sla'), 'w', encoding='utf-8') as f:
        f.write(modified_content)

# 使用示例
replace_ch_attribute('your_file.sla', 'old_content', 'new_content')

如果需要替换所有ITEXT标签的CH属性（不管原有值），可将正则调整为r'(<ITEXT[^>]*CH=")[^"]*(")'，直接替换引号内的内容。

方法2：用lxml的容错模式解析 #

lxml库对非标准XML的兼容性远优于Python标准库的xml.etree.ElementTree，开启recover=True模式后可忽略多数格式错误（如未闭合标签、特殊字符未转义等）。

先安装lxml：

pip install lxml

示例代码：

from lxml import etree

def modify_ch_with_lxml(file_path, new_ch_value):
    # 启用恢复模式解析非标准XML
    parser = etree.XMLParser(recover=True)
    tree = etree.parse(file_path, parser)
    
    # 遍历所有ITEXT标签，修改CH属性
    for itext in tree.xpath('//ITEXT'):
        if 'CH' in itext.attrib:
            itext.set('CH', new_ch_value)
    
    # 保存修改后的文件
    tree.write('modified_file.sla', encoding='utf-8', xml_declaration=True)

# 使用示例
modify_ch_with_lxml('your_file.sla', 'updated_ch_content')

该方法适合文件接近标准XML但存在少量格式问题的场景，能准确处理标签层级，比正则更可靠。

方法3：逐行手动处理 #

如果文件格式严重违反XML规范（如标签随意换行、属性格式混乱），可逐行读取文件，针对包含的行单独处理CH属性。

示例代码：

def modify_ch_line_by_line(file_path, new_ch_value):
    modified_lines = []
    with open(file_path, 'r', encoding='utf-8') as f:
        for line in f:
            if '<ITEXT' in line and 'CH="' in line:
                # 定位CH属性的内容区间并替换
                start_pos = line.find('CH="') + 4
                end_pos = line.find('"', start_pos)
                if start_pos != -1 and end_pos != -1:
                    line = line[:start_pos] + new_ch_value + line[end_pos:]
            modified_lines.append(line)
    
    with open('modified_file.sla', 'w', encoding='utf-8') as f:
        f.writelines(modified_lines)

# 使用示例
modify_ch_line_by_line('your_file.sla', 'new_ch_text')

这种方法灵活性最高，能应对各种非常规格式问题，但无法处理跨多行的标签，若标签内容换行需额外逻辑处理。

内容的提问来源于stack exchange，提问作者JB B