元の書式を保ったまま、XMLファイルの必要箇所のみ書き換えたい。

Question

###前提・実現したいこと
XMLファイルを一部書き換える。
下の例では、"title C"を"title A"に書き換える処理のみ行いたい。
ただし、元の書式は崩さない。
※「元の書式」とは、以下の内容です。

1. XML宣言
2. コメント行
3. attributeの順番

###発生している問題・エラーメッセージ

1. XML宣言が消え、行が詰められる
2. コメント行が空行に置きかえられる
3. attributeの順番が変わる

###インプットファイル(sample.xml)

<?xml version="1.0"?>
<feed id="A" country="B">
<!--COMMENT-->
    <title>title C</title>
    <categories>
        <category term="Asia" />
        <category term="South America" />
        <category term="Europe" />
    </categories>
</feed>

###ソースコード(tmp.py)

# -*- coding: utf-8 -*-
from xml.etree import ElementTree # XML parser のimport
tree = ElementTree.parse("sample.xml")
root = tree.getroot()
# インプットファイルの"title C"を"title A"に書き換える
root.find('title').text = "title A"
tree.write("output.xml")

###アウトプットファイル(output.xml)

<feed country="B" id="A">

    <title>title A</title>
    <categories>
        <category term="Asia" />
        <category term="South America" />
        <category term="Europe" />
    </categories>
</feed>

###試したこと
XML parserを使用せず、行単位で読み込み・書き込みの処理を試みました。
しかし、インプットファイルのXMLの書式が統一していないと、そういったファイルは処理ができなくなることが判明しました。
XMLファイルとして内容は同じだと思いますが、元の書式を保ったまま、必要箇所だけ書き換えたいです。
正規表現を使用して編集する必要があるのか、と現時点では考えています...。

###補足情報(言語/FW/ツール等のバージョンなど)
使用言語：Python
ファイル形式：XML

Answer 1

lxmlなら、もう少しましになります。

• XML宣言 ⇒ 不完全だが出力できる（元のを維持するのはダメっぽい）
• コメント行 ⇒ OK
• attributeの順番 ⇒ たぶんOK
• その他↓
• 空白 ⇒ 空白部分や改行も維持される
• タグ内のスペース ⇒ 維持されない

これでダメなら、ファイルを1行ずつ読み込んで（文字エンコーディングに注意）、
<title>が見つかったら（if "<title>" in line:）、その行を正規表現などを使って書き換える、
みたいにしたほうが早いかもですね。
もちろん、予期しないフォーマット（行をまたいでいるとか）には対応できませんので注意です。

• コード例

# -*- coding: utf-8 -*-
from lxml import etree

tree = etree.parse("sample.xml")
tree.find("title").text = "title A"
with open('output.xml', 'wb') as f:
    f.write(etree.tostring(tree, xml_declaration=True, encoding='utf-8'))

• 実行結果（Python3.5.2+Anaconda4.1.1で実行）

<?xml version='1.0' encoding='utf-8'?>
<feed id="A" country="B">
<!--COMMENT-->
    <title>title A</title>
    <categories>
        <category term="Asia"/>
        <category term="South America"/>
        <category term="Europe"/>
    </categories>
</feed>

参考リンク：

The lxml.etree Tutorial
http://lxml.de/tutorial.html

Comments

[UMA00]

回答頂き、ありがとうございます!
まず、lxmlについて上記の特長があることは知りませんでした。ただ、今回は別途インストールが必要なツールは使用しない方向で考えています。せっかく教えて頂いたのに、申し訳ありません...。
※ちなみに、Python2.7.5です。
もうひとつの方、「正規表現」の方法ですが、今考えているのは
1. '<feed.*?/feed>'というパターンのカタマリを探す
2. その中で、'<title.*?/title>'というパターンのカタマリを探す
3. '<>'でsplitして、リスト化した2番目の要素（これが"title C"）を書き換える
といった方法です。かなり強引な気がしますが...。

[argius]

それは残念です。

出現するパターンが複雑でなければ、

with open("sample.xml") as f:
xmlstr = f.read()
xmlstr2 = xmlstr.replace("<title>title C</title>", "<title>title A</title>")

でも良さそうですが。
実際の条件がもっと複雑だとしたら、やはり正規表現でしょうね。

[UMA00]

>実際の条件がもっと複雑だとしたら、やはり正規表現でしょうね。
そうですね。
今は、シンプルな形のXMLファイルを対象にしていますが、将来的に扱おうとしているのはもっと大きいものです。
そのため、木構造が複雑になっていて、例えば
titleは必ず、feedの子ノードである
といった制限もついてきます（そういったこともはじめにコメントしておくべきでした）。
要するに、XML parserのようにノードを順々に辿っていくけれども、出力の際には元の書式を崩さない、といった贅沢な（？）ことを希望しています...。

[argius]

Pythonのバージョンが古いのと拡張モジュールが使えないので、
できることが限られるのが残念ですね。

feedのかたまりをぶつ切りにしてあとでつなげるとか、
日本語が含まれないデータならリスト操作で範囲置き換えとか、
色々ありそうですが、決定的な方法はなさそうです。

[UMA00]

これならいけそう!と昨日思いついたものがありますので、書いておきますね。
※簡単な構造のインプットファイルに対しては、書式を崩さず必要箇所のみ書き換えられることを確認済みです
以下の処理手順になります。
0. あらかじめ、ファイルの内容を1行ごとに読み込み、リストに格納しておく。
1. XML parser "ElementTree"（質問時のものと同様）を使用して、書き換え箇所を探す
2. その書き換え箇所の行番号を取得する（取得方法は、別の質問をしたときに教えて頂いたクラスを使用）
3. その行番号の行を参照する（あらかじめ用意しておいたリストから取り出す）
4. その行の必要箇所を書き換えたものを、リストの元の場所（"行番号"番目のリスト）に入れる（元の、書き換える前のものがこれに入れ替えられる）
5. 全ての処理が終了した後、リストの要素を1行ごとにファイルに出力する
こういう、強引な方法（？）で、いろいろなインプットファイルに対して確認しているところです。