如何批量动态编辑XML文件？含元素重构与节点删除需求

XSLT是XML批量转换的标准工具，能精准实现你的需求，以下是可直接使用的样式表：

完整XSLT代码 #

<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
    <!-- 默认复制所有节点 -->
    <xsl:template match="@*|node()">
        <xsl:copy>
            <xsl:apply-templates select="@*|node()"/>
        </xsl:copy>
    </xsl:template>

    <!-- 处理每个Student_x0020_Query元素 -->
    <xsl:template match="Student_x0020_Query">
        <xsl:copy>
            <!-- 复制Instance_NUMHUS之前的所有节点 -->
            <xsl:apply-templates select="node()[not(self::Instance_NUMHUS) and not(following-sibling::Instance_NUMHUS)]"/>
            
            <!-- 创建新子元素，包裹Instance_NUMHUS及其后4个节点 -->
            <ProgramDetails>
                <xsl:apply-templates select="Instance_NUMHUS"/>
                <xsl:apply-templates select="Instance_NUMHUS/following-sibling::*[position() &lt;=4]"/>
            </ProgramDetails>
            
            <!-- 复制剩余未被包裹的节点 -->
            <xsl:apply-templates select="Instance_NUMHUS/following-sibling::*[position() >4]"/>
            
            <!-- 移除指定节点：修改括号内的节点名即可，多节点用|分隔 -->
            <xsl:apply-templates select="node()[not(self::DISABLE|self::ETHNIC|self::RELBLF)]"/>
        </xsl:copy>
    </xsl:template>
</xsl:stylesheet>

使用步骤 #

1. 将代码保存为student-transform.xsl
2. 用命令行工具执行转换：
   • Linux/macOS（自带xsltproc）：

     xsltproc student-transform.xsl input.xml > output.xml
     

   • 跨平台（用Saxon工具）：

     java -jar saxon-he-12.4.jar -s:input.xml -xsl:student-transform.xsl -o:output.xml
     

如果需要动态调整规则或结合其他逻辑，Python的lxml库是更灵活的选择：

操作步骤 #

1. 安装依赖：

   pip install lxml
   

2. 处理脚本代码

from lxml import etree

def process_student_xml(input_path, output_path, delete_nodes=None):
    # 默认删除的节点，可自定义传入
    target_deletes = delete_nodes or ['DISABLE', 'ETHNIC']
    
    # 解析XML文件
    tree = etree.parse(input_path)
    root = tree.getroot()
    
    # 批量处理所有Student节点
    for student in root.findall('.//Student_x0020_Query'):
        # 定位Instance_NUMHUS节点
        instance_node = student.find('Instance_NUMHUS')
        if not instance_node:
            continue
        
        # 收集它及后面4个节点
        nodes_to_wrap = [instance_node]
        current_node = instance_node.getnext()
        for _ in range(4):
            if not current_node:
                break
            nodes_to_wrap.append(current_node)
            current_node = current_node.getnext()
        
        # 创建新子元素并转移节点
        program_details = etree.SubElement(student, 'ProgramDetails')
        for node in nodes_to_wrap:
            student.remove(node)
            program_details.append(node)
        
        # 删除指定节点
        for node_name in target_deletes:
            target_node = student.find(node_name)
            if target_node:
                student.remove(target_node)
    
    # 保存处理后的XML
    tree.write(output_path, encoding='UTF-8', pretty_print=True)

# 调用示例：可修改delete_nodes参数指定要删除的节点
if __name__ == '__main__':
    process_student_xml('input.xml', 'output.xml', delete_nodes=['DISABLE', 'ETHNIC', 'SEXORT'])

使用方法 #

将脚本保存为process_students.py，执行：

python process_students.py

内容的提问来源于stack exchange，提问作者Benjamin Hammond