LXML - タグの並べ替え

Question

私は処理のためにXMLに変換している従来のファイル形式を持っています。構造は以下のように要約することができます。

<A> 
    <A01>X</A01> 
    <A02>Y</A02> 
    <A03>Z</A03> 
</A> 

タグの数値部分は、01から99までの間にあり、ギャップが存在する可能性があります。処理の一部として、特定のレコードに追加のタグが追加されることがあります。処理が完了した後、私はツリーを繰り返してレガシー形式にファイルを変換しています。ファイルは相当に大きい（約150,000ノード）。

これは、従来の形式を使用する一部のソフトウェアでは、タグ（または変換されるまでのフィールド）が英数字の順序であると想定されていますが、デフォルトでは新しいタグが末尾に追加されますそのブランチは、それらを間違った順序で反復子から出させます。

私は、新しいタグを追加するたびに、先行する兄弟をタグ名に基づいて見つけることができますが、私の質問は、エクスポートの直前に一度にツリーを並べ替える簡単な方法があるかどうかです。

編集：

私は構造を要約したと思います。これはあまりにも遅い実行している、あなただけの可能性がある場合

from operator import attrgetter 
from lxml import etree 

root = etree.parse(xmlfile) 
children = list(root) 
sorted_list = sorted(children, key=attrgetter('tag')) 

：あなたはこのようなあなたのXML要素を並べ替えることができます

<X> 
    <X01>1</X01> 
    <X02>2</X02> 
    <X03>3</X03> 
    <A> 
     <A01>X</A01> 
     <A02>Y</A02> 
     <A03>Z</A03> 
    </A> 
    <B> 
     <B01>Z</B02> 
     <B02>X</B02> 
     <B03>C</B03> 
    </B> 
</X> 

Answer 1

ヘルパーを書くことは可能です新しい要素を正しい場所に挿入することができますが、その構造についてもっと知ることなく、それを汎用的にするのは難しいでしょう。降伏

from lxml import etree 

data = """<X> 
    <X03>3</X03> 
    <X02>2</X02> 
    <A> 
     <A02>Y</A02> 
     <A01>X</A01> 
     <A03>Z</A03> 
    </A> 
    <X01>1</X01> 
    <B> 
     <B01>Z</B01> 
     <B02>X</B02> 
     <B03>C</B03> 
    </B> 
</X>""" 

doc = etree.XML(data,etree.XMLParser(remove_blank_text=True)) 

for parent in doc.xpath('//*[./*]'): # Search for parent elements 
    parent[:] = sorted(parent,key=lambda x: x.tag) 

print etree.tostring(doc,pretty_print=True) 

：

<X> 
    <A> 
    <A01>X</A01> 
    <A02>Y</A02> 
    <A03>Z</A03> 
    </A> 
    <B> 
    <B01>Z</B01> 
    <B02>X</B02> 
    <B03>C</B03> 
    </B> 
    <X01>1</X01> 
    <X02>2</X02> 
    <X03>3</X03> 
</X> 

Answer 2

：上記のように

記録のような何かを与えるために、いくつかのレベルを含めることができますタグ名をソートし、xpathを使用してノードを取得します。

tag_list = [item.tag for item in root] 
sorted_taglist = sorted(tag_list)