Python 基于子元素条件删除带命名空间的XML父元素

修正后可直接运行的代码 #

from lxml import etree
import os 

path = "C:\\users\\mdl518\\Desktop\\"

# 解析XML文件
tree = etree.parse(os.path.join(path,"metadata_info.xml"))
root = tree.getroot()

# 遍历所有元素，匹配文本为nan的节点
for elem in root.iter():
    # 跳过空文本节点，避免运行报错
    if elem.text is None:
        continue
    if elem.text.strip() == 'nan':
        # 获取当前nan元素对应的父节点（待删除目标）
        target_parent = elem.getparent()
        # 获取上层节点执行删除操作
        grand_parent = target_parent.getparent()
        grand_parent.remove(target_parent)

# 输出处理后的XML
with open(os.path.join(path, "metadata_output.xml"), "wb") as f:
    f.write(etree.tostring(tree, xml_declaration=True, encoding='utf-8'))

改动说明 #

• 修正了原代码变量名不一致的问题：原代码定义解析对象为tree，后续错误使用了未定义的tree_2，会直接触发运行报错
• 扩大了元素匹配范围：使用iter()遍历文档所有元素，无需单独指定命名空间，可覆盖所有命名空间下文本值为nan的节点，包括<lan:location>、<lis:employment>等非gam命名空间的元素
• 调整了删除逻辑：匹配到文本为nan的子元素后，直接删除子元素对应的父节点，同时会自动移除该父节点下的所有子内容，完全符合删除子元素及对应父元素的需求
• 增加了空文本判断，避免无文本的元素触发属性报错

内容的提问来源于stack exchange，提问作者mdl518