Python改写maven的pom.xml文件

2023年5月10日 242次阅读 来源: Ivanli1990

前阵子工作中用Python对xml格式的配置文件的内容进行修改，使用的模块是Python内置的xml.etree.cElementTree。然后修改maven的pom.xml的时候遇到2个问题，在这里分享下遇到的坑。
以改下面中的pom.xml为例：

<?xml version='1.0' encoding='utf-8'?>
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <groupId>javaTest</groupId>
    <artifactId>javatest</artifactId>
    <version>1.0-SNAPSHOT</version>
    <dependencies>
        <dependency>
            <groupId>com.alibaba</groupId>
            <artifactId>fastjson</artifactId>
            <version>1.2.9</version>
        </dependency>
        <dependency>
            <groupId>org.testng</groupId>
            <artifactId>testng</artifactId>
            <version>6.9</version>
            <scope>test</scope>
        </dependency>
    </dependencies>
</project>

现在需要改文件中的testng的版本号，因为pom.xml中的标签均没有属性，所以只能通过标签的内容来定位标签。思想是：首先先定位内容为testng的artifactId标签，那么该标签的后继兄弟标签即为version标签，其中的内容即为我们要改掉的版本号。
python代码如下：

# coding: utf-8
import xml.etree.cElementTree as ET
import re

class ConfigXMLFile(object):

    def __init__(self, file):
        self.config = file  # 配置文件path
        self.tree = None

    def readXML(self, type):
        '''
        读取并解析xml文件
        return: ElementTree
        '''
        self.tree = ET.ElementTree()
        self.tree.parse(self.config)

    def writeXML(self, out_path):
        '''
        将xml文件写出
        out_path: 写出路径
        '''
        self.tree.write(out_path, encoding="utf-8", xml_declaration=True)

    def configPOMVer(self, artifactId, version, out_path):
        '''
        修改pom中的依赖包的version
        :param artifactId: artifactId
        :param version: version
        :param out_path: 修改后的配置文件路径
        :return:
        '''
        pre_sibling = None
        root = self.tree.getroot()  # 根node
        for child in root.iter("dependency"):
            for sub_child in child:
                if sub_child.text == artifactId:
                    pre_sibling = sub_child
                if sub_child.tag == "version" and pre_sibling is not None:
                    sub_child.text = version
                    self.writeXML(out_path)  # 修改version
                    print("修改" + str(artifactId) + "的version为:" + str(version))
                    return

        if pre_sibling is None:
            print("Error: 没找到对应结点!\n")
            print(" ")

if __name__ == "__main__":
    pom_config = r"E:\llf_test\llf_java\pom.xml"
    artifactId = "testng"
    version = "6.10"
    # 修改pom.xml
    pom_xml = ConfigXMLFile(pom_config)
    pom_xml.readXML("pom")
    pom_xml.configPOMVer(artifactId, version, pom_config)
    print("修改pom.xml完成！")

运行代码后报错，提示找不到标签。找原因找了好久，后来网上搜答案，看到一个老外在stack overflow上同样提出了这个问题，后来他自己找到了答案。我们回头再看pom.xml，根标签为project。我们在代码里看下根标签是不是project。

def getRootTag(self):
        root = self.tree.getroot()  # 根node
        print(root.tag)

运行结果为：

{http://maven.apache.org/POM/4.0.0}project

好奇怪，根元素是“{http://maven.apache.org/POM/4.0.0}project”。
我们再来看下文件中根元素的孩子元素的标签是什么？

def getChildrenOfRoot(self):
        root = self.tree.getroot()
        for child in root:
            print(child.tag)

运行结果为：

{http://maven.apache.org/POM/4.0.0}modelVersion
{http://maven.apache.org/POM/4.0.0}groupId
{http://maven.apache.org/POM/4.0.0}artifactId
{http://maven.apache.org/POM/4.0.0}version
{http://maven.apache.org/POM/4.0.0}dependencies

同样，所有标签都有前缀“{http://maven.apache.org/POM/4.0.0}”。回过头再看pom.xml，发现根元素project标签有一些属性：

<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">

这个xmlns是xml文件的命名空间的概念，搜了下概念引用如下：

XML Namespace (xmlns) 属性
XML 命名空间属性被放置于元素的开始标签之中，并使用以下的语法：
xmlns:namespace-prefix=”namespaceURI”
当命名空间被定义在元素的开始标签中时，所有带有相同前缀的子元素都会与同一个命名空间相关联。
默认的命名空间（Default Namespaces）
为元素定义默认的命名空间可以让我们省去在所有的子元素中使用前缀的工作。使用语法如下：
xmlns=”namespaceURI”

所以，pom.xml里每个元素的前缀{http://maven.apache.org/POM/4.0.0}即为namespaceURI，我们看pom中project的属性xmlns=”http://maven.apache.org/POM/4.0.0“，从这里可以知道，namespace-prefix是没有的。
因为我们的目的是改掉文件的内容，现在找不到标签，发现所有标签都有namespaceURI，那我们就把代码中我们要定位的标签名前加上namespaceURI就好了。代码如下：

def configPOMVer(self, artifactId, version, out_path):
        '''
        修改pom中的依赖包的version
        :param name: 服务名
        :param host: 服务host
        :param out_path: 修改后的配置文件路径
        :return:
        '''
        pre_sibling = None
        root = self.tree.getroot()  # 根node
        pre = (re.split('project', root.tag))[0]  # 获取pom元素tag的pre

        for child in root.iter(pre + "dependency"):
            for sub_child in child:
                if sub_child.text == artifactId:
                    pre_sibling = sub_child
                if sub_child.tag == (pre + "version") and pre_sibling is not None:
                    sub_child.text = version
                    self.writeXML(out_path)  # 修改version
                    print("修改" + str(artifactId) + "的version为:" + str(version))
                    return

        if pre_sibling is None:
            print("Error: 没找到对应结点!\n")
            print(" ")

运行程序，输出结果：

修改testng的version为:6.10
修改pom.xml完成！

看来是ok了，我们去瞄一眼改过的pom.xml文件。

<?xml version='1.0' encoding='utf-8'?>
<ns0:project xmlns:ns0="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <ns0:modelVersion>4.0.0</ns0:modelVersion>

    <ns0:groupId>javaTest</ns0:groupId>
    <ns0:artifactId>javatest</ns0:artifactId>
    <ns0:version>1.0-SNAPSHOT</ns0:version>
    <ns0:dependencies>
        <ns0:dependency>
            <ns0:groupId>com.alibaba</ns0:groupId>
            <ns0:artifactId>fastjson</ns0:artifactId>
            <ns0:version>1.2.9</ns0:version>
        </ns0:dependency>
        <ns0:dependency>
            <ns0:groupId>org.testng</ns0:groupId>
            <ns0:artifactId>testng</ns0:artifactId>
            <ns0:version>6.10</ns0:version>
            <ns0:scope>test</ns0:scope>
        </ns0:dependency>
    </ns0:dependencies>

</ns0:project>

尼玛！文件中所有标签都加了个前缀ns0，这个ns0就是namespace-prefix。为什么会这里会出现ns0，这跟xml.etree.cElementTree模块本身有关。解决方法是使用xml.etree.ElementTree.register_namespace(prefix,uri)方法，去重新定义我们的namespace-prefix，否则的话会默认将namespace-prefix设置为ns0。我们看下该方法的官方说明：

"""Register a namespace prefix.

    The registry is global, and any existing mapping for either the
    given prefix or the namespace URI will be removed.

    *prefix* is the namespace prefix, *uri* is a namespace uri. Tags and
    attributes in this namespace will be serialized with prefix if possible.

    ValueError is raised if prefix is reserved or is invalid.

    """

这里的prefix即为namespace-prefix，url即为namespaceURI。
这里我们试验一下，设置这2个变量的值如下：

def readXML(self, type):
        '''
        读取并解析xml文件
        return: ElementTree
        '''
        self.tree = ET.ElementTree()
        if type == "pom":
            XML_NS_NAME = "hello"
            XML_NS_VALUE = "http://maven.apache.org/POM/4.0.0"
            ET.register_namespace(XML_NS_NAME, XML_NS_VALUE)
        self.tree.parse(self.config)

运行后，查看pom.xml文件内容：

<?xml version='1.0' encoding='utf-8'?>
<hello:project xmlns:hello="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <hello:modelVersion>4.0.0</hello:modelVersion>

    <hello:groupId>javaTest</hello:groupId>
    <hello:artifactId>javatest</hello:artifactId>
    <hello:version>1.0-SNAPSHOT</hello:version>
    <hello:dependencies>
        <hello:dependency>
            <hello:groupId>com.alibaba</hello:groupId>
            <hello:artifactId>fastjson</hello:artifactId>
            <hello:version>1.2.9</hello:version>
        </hello:dependency>
        <hello:dependency>
            <hello:groupId>org.testng</hello:groupId>
            <hello:artifactId>testng</hello:artifactId>
            <hello:version>6.10</hello:version>
            <hello:scope>test</hello:scope>
        </hello:dependency>
    </hello:dependencies>

</hello:project>

哈哈，看到没，标签前的ns0换为hello了。前面提到，pom.xml中project的属性xmlns=”http://maven.apache.org/POM/4.0.0“是没有设置namespace-prefix的
，所以这里就将XML_NS_NAME赋值为空字符串就好，如下：

def readXML(self, type):
    '''
    读取并解析xml文件
    return: ElementTree
    '''
    self.tree = ET.ElementTree()
    if type == "pom":
        XML_NS_NAME = ""
        XML_NS_VALUE = "http://maven.apache.org/POM/4.0.0"
        ET.register_namespace(XML_NS_NAME, XML_NS_VALUE)
    self.tree.parse(self.config)

运行后，查看pom.xml：

<?xml version='1.0' encoding='utf-8'?>
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <groupId>javaTest</groupId>
    <artifactId>javatest</artifactId>
    <version>1.0-SNAPSHOT</version>
    <dependencies>
        <dependency>
            <groupId>com.alibaba</groupId>
            <artifactId>fastjson</artifactId>
            <version>1.2.9</version>
        </dependency>
        <dependency>
            <groupId>org.testng</groupId>
            <artifactId>testng</artifactId>
            <version>6.10</version>
            <scope>test</scope>
        </dependency>
    </dependencies>

</project>

ok，这下标签没有前缀了。
最后总结下，因为pom.xml有命名空间，所以改该类文件需要注意两点，
1、遍历标签时，标签名前要加前缀。
2、解析文件时，记得设置环境变量XML_NS_NAME和XML_NS_VALUE，这里pom.xml的namespace-prefix没有，所以XML_NS_NAME设置为“”。
希望我遇到的这2个坑，对相关同学有所帮助。

    原文作者：Ivanli1990
    原文地址: https://www.jianshu.com/p/b61769565110
    本文转自网络文章，转载此文章仅为分享知识，如有侵权，请联系博主进行删除。
点赞