Suchen und Ersetzen in Python - basierend auf unbekannten Zeichen

Question

Ich bin ratlos auf der Suche nach einer Möglichkeit zum Suchen und Ersetzen von Zeichen basierend auf der Position. Im Grunde, was ich suche es in ein Dokument gehen zu tun und

<gco:DateTime>2016-04-20T11:27:34.8677919-06:00</gco:DateTime> 

Mit

<gco:DateTime>2016-04-20T11:27:34</gco:DateTime> 

Alles ersetzen, nachdem das Dezimalzeichen muss gelöscht werden. Das Problem ist, dass dies für mehrere Zeitstempel in XML-Dateien gilt und jeder dieser Zeitstempel völlig anders ist. Ich habe ein wenig über Regex gelesen und es scheint eine mögliche Methode zu sein. Jede Hilfe würde sehr geschätzt werden.

bearbeiten Beispiel für XML-Dateiformat:

<?xml version="1.0" encoding="utf-8"?> 
<?xml-stylesheet type='text/xsl' href='http://ngis/ngis/metadata/StyleSheet/xslt/nGIS_Metadata.xslt'?> 
<gmd:MD_Metadata xmlns:gml="http://www.opengis.net/gml/3.2" xmlns:gmx="http://www.isotc211.org/2005/gmx" xmlns:gts="http://www.isotc211.org/2005/gts" xmlns:gfc="http://www.isotc211.org/2005/gfc" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:gss="http://www.isotc211.org/2005/gss" xmlns:gsr="http://www.isotc211.org/2005/gsr" xmlns:gco="http://www.isotc211.org/2005/gco" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:gmi="http://www.isotc211.org/2005/gmi" xmlns:gmd="http://www.isotc211.org/2005/gmd"> 
    <gmd:fileIdentifier> 
     <gco:CharacterString>BF244A7CB62491BC74B001BE5DEAA213AAFB9DBA</gco:CharacterString> 
    </gmd:fileIdentifier> 
    <gmd:language> 
     <gco:CharacterString>English</gco:CharacterString> 
       <gmd:date> 
       <gco:DateTime>2016-04-20T11:27:34.8677919-06:00</gco:DateTime> 
       </gmd:date> 

@Parfait

Answer 1

Betrachten XSLT (die Spezial-deklarative Sprache entwickelt, um XML-Dokumente zu umwandeln), die eine sehr komfortable Funktion hat (gemeinsam mit seinen Geschwistern, XPath) für Ihre Bedürfnisse substring-before() wo Sie die Daten vor der Periode abgrenzt den Zeitstempel zu extrahieren. Pythons Modul lxml kann XSLT 1.0-Skripts ausführen.

Das folgende Skript analysiert XML und XSLT aus der Datei. Insbesondere führt die XSLT die Identitätstransformation aus, um das Dokument so zu kopieren, wie es ist, und extrahiert dann die Zeit von alle<gco:DateTime>. Beachten Sie, dass nur die benötigten gco Namespace im XSLT-Header definiert:

XSLT Script (speichern als extern als XSL-Datei in Python referenziert werden)

<xsl:transform xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0" 
       xmlns:gco="http://www.isotc211.org/2005/gco"> 
<xsl:output version="1.0" encoding="UTF-8" indent="yes" /> 
<xsl:strip-space elements="*"/> 

    <!-- Identity Transform --> 
    <xsl:template match="@*|node()"> 
    <xsl:copy> 
     <xsl:apply-templates select="@*|node()"/> 
    </xsl:copy> 
    </xsl:template> 

    <xsl:template match="gco:DateTime"> 
    <xsl:copy> 
     <xsl:copy-of select="substring-before(., '.')"/>     
    </xsl:copy> 
    </xsl:template> 

</xsl:transform> 

Python Script

import lxml.etree as ET 

# LOAD XML AND XSL 
dom = ET.parse('Input.xml') 
xslt = ET.parse('XSLTScript.xsl') 

# TRANSFORM XML 
transform = ET.XSLT(xslt) 
newdom = transform(dom) 

# CONVERT TO STRING 
tree_out = ET.tostring(newdom, encoding='UTF-8', pretty_print=True, xml_declaration=True) 

# OUTPUT TREE TO FILE 
xmlfile = open('Output.xml') 
xmlfile.write(tree_out) 
xmlfile.close() 

Ausgabe

<?xml version="1.0"?> 
<?xml-stylesheet type='text/xsl' href='http://ngis/ngis/metadata/StyleSheet/xslt/nGIS_Metadata.xslt'?><gmd:MD_Metadata xmlns:gml="http://www.opengis.net/gml/3.2" xmlns:gmx="http://www.isotc211.org/2005/gmx" xmlns:gts="http://www.isotc211.org/2005/gts" xmlns:gfc="http://www.isotc211.org/2005/gfc" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:gss="http://www.isotc211.org/2005/gss" xmlns:gsr="http://www.isotc211.org/2005/gsr" xmlns:gco="http://www.isotc211.org/2005/gco" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:gmi="http://www.isotc211.org/2005/gmi" xmlns:gmd="http://www.isotc211.org/2005/gmd"> 
    <gmd:fileIdentifier> 
    <gco:CharacterString>BF244A7CB62491BC74B001BE5DEAA213AAFB9DBA</gco:CharacterString> 
    </gmd:fileIdentifier> 
    <gmd:language> 
    <gco:CharacterString>English</gco:CharacterString> 
    <gmd:date> 
     <gco:DateTime>2016-04-20T11:27:34</gco:DateTime> 
    </gmd:date> 
    </gmd:language> 
</gmd:MD_Metadata> 

Answer 2

One way:

s = "<gco:DateTime>2016-04-20T11:27:34.8677919-06:00</gco:DateTime>" 
split_on_dot = s.split('.') 
split_on_angle = split_on_dot[1].split('<') 
new_s = "".join([split_on_dot[0], "<", split_on_angle[1]]) 

>>> new_s 
'<gco:DateTime>2016-04-20T11:27:34</gco:DateTime>' 
>>> 

Dies ist abhängig von der Zeit die einzige Zeit in der Zeichenfolge eingegeben wird. Ich bin nicht so gut in Regexes. Ich denke, sie werden überstrapaziert, aber ich bin sicher, dass jemand dir zeigen wird, wie man Regex benutzt. Denken Sie daran, dass Python native Stringmanipulationen hat.