Pythonによるテキストファイル操作（指定箇所の削除）

Question

textファイルの指定した箇所を削除したいです。

元のデータはxmlなのですが、xmlで削除となるとエレメントごと削除することになりそうなのでテキストとして扱う方が良いと考えました。

<?xml~~><po><graphml ~~>
<a>
<b>
</graphml><graphml ~>
<c>
<d>
</graphml></po>

を

<?xml~~><graphml ~~>
<a>
<b>
<c>
<d>
</graphml>

にしたいのです。
よろしくお願いいたします。

背景：
pythonで2つのxml（実はgraphml）をくっつけようとしてまして（http://tmlife.net/programming/python/python-xml-minidom.html）、その結合する前の処理でいらないところを削ろうとしてました。

とりあえず現時点では、sedなり直に編集するなりで都合よく<graphml ~~>と</graphml>を消したxmlを2つ用意して、上述のリンク先のプログラム”2つのxmlファイルを1つにまとめる”で<recipiList />としているところを<graphml ~~ />として結合後のファイルもyEDというグラフエディタで開けるgraphmlファイルとしてみたのですが、どうもparseがうまくいかないようです。

この操作を結合するプログラムの中で結合後に余分な”ルート要素”を削除するために、pythonで
sed -i ’s/popopo.*$//’ text.txt
のような操作を行いたいのです。
ライブラリは from xml.dom import minidom です

Answer 1

友人からもらった
http://ideone.com/PLkpym
においてxmldocに結合後のxmlファイルをminidom.parseしていれることで無事期待通りの操作ができました。

xmldoc = xdoc
#xdocは結合後のファイル.xmlをminidom.parseしてある

newdoc = minidom.getDOMImplementation().createDocument(None, "graphml", None)

'''
<graphml 
xmlns="http://graphml.graphdrawing.org/xmlns" 
xmlns:java="http://www.yworks.com/xml/yfiles-common/1.0/java" 
xmlns:sys="http://www.yworks.com/xml/yfiles-common/markup/primitives/2.0" 
xmlns:x="http://www.yworks.com/xml/yfiles-common/markup/2.0" 
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" 
xmlns:y="http://www.yworks.com/xml/graphml" 
xmlns:yed="http://www.yworks.com/xml/yed/3" 
xsi:schemaLocation="http://graphml.graphdrawing.org/xmlns http://www.yworks.com/xml/schema/graphml/1.1/ygraphml.xsd">
'''
#for yED
root_node = newdoc.documentElement
root_node.setAttribute('xmlns', 'http://graphml.graphdrawing.org/xmlns')
root_node.setAttribute('xmlns:java', 'http://www.yworks.com/xml/yfiles-common/1.0/java')
root_node.setAttribute('xmlns:sys','http://www.yworks.com/xml/yfiles-common/markup/primitives/2.0')
root_node.setAttribute('xmlns:x','http://www.yworks.com/xml/yfiles-common/markup/2.0')
root_node.setAttribute('xmlns:xsi','http://www.w3.org/2001/XMLSchema-instance')
root_node.setAttribute('xmlns:y','http://www.yworks.com/xml/graphml')
root_node.setAttribute('xmlns:yed','http://www.yworks.com/xml/yed/3')
root_node.setAttribute('xsi:schemaLocation','http://graphml.graphdrawing.org/xmlns http://www.yworks.com/xml/schema/graphml/1.1/ygraphml.xsd')


graphmls = xmldoc.getElementsByTagName('graphml')
for graphml in graphmls:
    for child in graphml.childNodes:
        newdoc.documentElement.appendChild(child.cloneNode(True))
 
xstr = newdoc.toxml()
 

f = open('newdata2.xml', 'w') #open file with w-mode
f.write(xstr) #write xstr in the xml
f.close() #close file

Comments

[退会済みユーザー]

解決したそうで何よりです。
普通XMLをくっつけるとしたら、文字列編集してからくっつけてパースではなく、パースしてからくっつけますね（文字列編集はそもそもいらない）。

[chijan]

なるほどです。そうするとよりコードを短く出来そうですね。ありがとうございます。

Answer 2

正規表現で出来そうですが、XMLのルート要素のタグだけを消したいという要望から考えて、トータルで見ると単なる文字列置換でその場しのぎの解決をすべきでは無い問題のように感じます。

このようにしたい背景などをお聞かせ願えますでしょうか。

Comments

[chijan]

pythonで2つのxml（実はgraphml）をくっつけようとしてまして（http://tmlife.net/programming/python/python-xml-minidom.html）、その結合する前の処理でいらないところを削ろうとしてました。

とりあえず現時点では、sedなり直に編集するなりで都合よく<graphml ~~>と</graphml>を消したxmlを2つ用意して、上述のリンク先のプログラム”2つのxmlファイルを1つにまとめる”で<recipiList />としているところを<graphml ~~ />として結合後のファイルもyEDというグラフエディタで開けるgraphmlファイルとしてみたのですが、どうもparseがうまくいかないようです。

私の方でもいろいろ実験してみると、質問文をご回答いただいたときよりだいぶ変更することになりました。背景も合わせて書いております。