[py2rb] lxml.etree

はじめに

移植やってます。
( from python 3.7 to ruby 2.7 )

lxml.etree (Python)

from lxml import etree

parser = etree.XMLParser(remove_comments=True, ns_clean=True)
tree = etree.parse(source, parser=parser)

データをxml形式で取り扱いますので、外部ライブラリであるlxmlが使用されます。

classlxml.etree.XMLParser(self, encoding=None, attribute_defaults=False, dtd_validation=False, load_dtd=False, no_network=True, ns_clean=False, recover=False, schema: XMLSchema = None, huge_tree=False, remove_blank_text=False, resolve_entities=True, remove_comments=False, remove_pis=False, strip_cdata=True, collect_ids=True, target=None, compact=True)

オプション	初期値	備考
remove_comments	False	コメントを破棄する
ns_clean	False	冗長な名前空間宣言をクリーンアップします

rexml (Ruby)

まずは、標準ライブラリであるrexmlを調べました。

rexml.rb

xml_string = <<-EOT
<root>
  <ele_0/>
  text 0
  <!--comment 0-->
  <?target_0 pi_0?>
  <![CDATA[cdata 0]]>
  <ele_1/>
  text 1
  <!--comment 1-->
  <?target_0 pi_1?>
  <![CDATA[cdata 1]]>
</root>
EOT
context = {ignore_whitespace_nodes: :all, compress_whitespace: :all}
d = REXML::Document.new(xml_string, context)
root = d.root
root.children.size # => 10
root.each {|child| p "#{child.class}: #{child}" }

"REXML::Element: <ele_0/>"
"REXML::Text: \n text 0\n "
"REXML::Comment: comment 0"
"REXML::Instruction: <?target_0 pi_0?>"
"REXML::CData: cdata 0"
"REXML::Element: <ele_1/>"
"REXML::Text: \n text 1\n "
"REXML::Comment: comment 1"
"REXML::Instruction: <?target_0 pi_1?>"
"REXML::CData: cdata 1"

<!-- -->を読み込まないか、"REXML::Comment:を出力しなければ、目的は達成できそうです。

メモ

• Python の lxml.etree を学習した
• 百里を行く者は九十里を半ばとす