Python中使用ElementTree解析XML示例
【XML基本概念介绍】 XML 指可扩展标记语言(eXtensible Markup Language)。 复制代码 代码如下: <foo> # foo元素的起始标签 </foo> # foo元素的结束标签 # note: 每一个起始标签必须有对应的结束标签来闭合, 也可以写成<foo/> 概念二: 复制代码 代码如下: <foo> # 元素可以嵌套到任意参次 <bar></bar> # bar元素为foo元素的子元素 </foo> # 父元素foo的结束标签 概念三: 复制代码 代码如下: <foo lang='EN'> # foo元素有个lang的属性,该属性值为: EN;对应Python字典(Name-Value)对; <bar id='001' lang="CH"></bar> # bar元素有个lang的属性,该属性值为: CH;还有个id属性,值为:001,放置在''或“”中; </foo> # bar元素中的lang属性不会和foo元素中相冲突,每个元素都有独立的属性集; 概念四: 复制代码 代码如下: <title>Learning Python</title> # 元素可以有文本内容 # Note:如果一个元素即没有文本内容,也没有子元素,则为空元素。 概念五: 复制代码 代码如下: <info> # info元素为根节点 <list id='001'> A </list> # list元素为子节点 <list id='002'> B </list> <list id='003'> C </list> </info> 概念六: 复制代码 代码如下: <feed xmlns='http://www.w3.org/2005/Atom'> # 可以通过声明xmlns来定义默认名字空间,feed元素处于http://www.w3.org/2005/Atom命名空间中 <title>dive into mark</title> # title元素也是。名字空间声明不仅会作用于当前声明它的元素,还会影响到该元素的所有子元素 </feed> 也可以通过xmlns:prefix声明来定义一个名字空间并取其名为prefix。 然后该名字空间中的每个元素都必须显式地使用这个前缀(prefix)来声明。 <atom:feed xmlns:atom='http://www.w3.org/2005/Atom'> # feed属于命名空间atom <atom:title>dive into mark</atom:title> # title元素同样属于该命名空间 </atom:feed> # xmlns(XML Name Space) 【XML几种解析方法】 常见的XML编程接口有DOM和SAX,这两种接口处理XML文件的方式不同,使用场合自然也就不同。 Python有三种方法解析XML: SAX,DOM,以及ElementTree: 1.SAX (Simple API for XML ) Pyhton标准库包含SAX解析器,SAX用事件驱动模型,通过在解析XML的过程中触发一个个的事件并调用用户定义的回调函数来处理XML文件。SAX是一种基于事件驱动的API。利用SAX解析XML文档牵涉到两个部分:解析器和事件处理器。 2.DOM(Document Object Model) 将XML数据在内存中解析成一个树,通过对树的操作来操作XML。一个DOM的解析器在解析一个XML文档时,一次性读取整个文档,把文档中所有元素保存在内存中的一个树结构里,之后你可以利用DOM提供的不同的函数来读取或修改文档的内容和结构,也可以把修改过的内容写入xml文件。 3.ElementTree(元素树) ElementTree就像一个轻量级的DOM,具有方便友好的API。代码可用性好,速度快,消耗内存少。 【ElementTree解析】 两种实现 ElementTree生来就是为了处理XML ,它在Python标准库中有两种实现。 复制代码 代码如下: try: import xml.etree.cElementTree as ET except ImportError: import xml.etree.ElementTree as ET 常用方法 复制代码 代码如下: # 当要获取属性值时,用attrib方法。 # 当要获取节点值时,用text方法。 # 当要获取节点名时,用tag方法。 示例XML 复制代码 代码如下: <?xml version="1.0" encoding="utf-8"?> <info> <intro>Book message</intro> <list id='001'> <head>bookone</head> <name>python check</name> <number>001</number> <page>200</page> </list> <list id='002'> <head>booktwo</head> <name>python learn</name> <number>002</number> <page>300</page> </list> </info> ########### ## 加载XML ########### 方法一:加载文件 复制代码 代码如下: root = ET.parse('book.xml') 方法二:加载字符串 复制代码 代码如下: root = ET.fromstring(xmltext) ########### 方法一:获得指定节点->getiterator()方法 复制代码 代码如下: book_node = root.getiterator('list') 方法二:获得指定节点->findall()方法 复制代码 代码如下: book_node = root.findall('list') 方法三:获得指定节点->find()方法 复制代码 代码如下: book_node = root.find('list') 方法四:获得儿子节点->getchildren() 复制代码 代码如下: for node in book_node: book_node_child = node.getchildren()[0] print book_node_child.tag,'=> ',book_node_child.text
复制代码 代码如下: # coding=utf-8 try: # 导入模块 import xml.etree.cElementTree as ET except ImportError: import xml.etree.ElementTree as ET root = ET.parse('book.xml') # 分析XML文件 books = root.findall('/list') # 查找所有根目录下的list的子节点 for book_list in books: # 对查找后的结果遍历 print "=" * 30 # 输出格式 for book in book_list: # 对每个子节点再进行遍历,找出里面你的属性及值 if book.attrib.has_key('id'): # 一句id来做条件判断 print "id:",book.attrib['id'] # 根据id打印出属性值 print book.tag + '=> ' + book.text # 输出标签及文本内容 print "=" * 30 输出结果: 复制代码 代码如下: ============================== head=> bookone name=> python check number=> 001 page=> 200 ============================== head=> booktwo name=> python learn number=> 002 page=> 300 ============================== PS:这里再为大家提供几款关于xml操作的在线工具供大家参考使用: 在线XML/JSON互相转换工具: 在线格式化XML/在线压缩XML: XML在线压缩/格式化工具: (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |