python - 如何删除 XML 中仅包含空格的空 XML 标记？

Question

我需要删除这样的案例：

<text> </text>

我有在没有空格时有效的代码，但是如果有空格呢？

代码：

doc = etree.XML("""<root><a>1</a><b><c></c></b><d></d></root>""")

def remove_empty_elements(doc):
  for element in doc.xpath('//*[not(node())]'):
    element.getparent().remove(element)

我还需要使用 lxml 而不是 BeautifulSoup。

标签： pythonpython-3.xxmllxmlelementtree

Answer 1

This XPath,

//*[not(*)][not(normalize-space())]

will select all leaf elements with only whitespace content.

For your example specifically,

<root><a>1</a><b><c></c></b><d></d></root>

these elements will be selected: c and d.

For an example that also includes whitespace-only elements,

<root>
  <a>1</a>
  <b>
    <c></c>
  </b>
  <d/>
  <e>     </e>
  <f>
  </f>
</root>

these elements will be selected: c, d, e, and f.