Python_xml

xml: 可扩展标记语言，用来标记数据，定义数据类型，主要用来传输和存储数据（和json差不多，不同语言或程序之间进行数据交换的协议）

ET(xml.etree.ElementTree)中的几个类：

• ElementTree：表示整个xml层级结构
• Element：表示树形结构中所有的父节点
• SubElement：表示树形结构中所有的子节点

xml的标签特征：

tag	标签名称	为字符串类型
attrib	标签属性	为字典类型，是所有属性和属性值的集合
text	标签值	通常为字符串类型
tail	与下一个标签之间的值	通常为字符串类型

xml格式：

<site>
    <name>hello</name>
    <url>yeah</url> 
</site>
<site>
    <name>你好</name>
    <url>嘿</url>
</site>

ET模块提供的几个函数：

ET.fromstring(text)	解析xml数据的字符串，返回一个element实例
ET.toString(element,encoding='us-ascii',method='xml',*,short_empty_elements=True)	生成返回指定的element实例对应的包含xml数据的字符串或字节流
	encoding: 用于指定输出编码
	method ：可取值‘xml’，‘heml’，‘text’，默认为xml
	short_empty_elememts : 用于控制不包含任何内容的elements格式，为True，这些标签将会被输出Wie一个单独的自关闭标签<a>,若为False，则直接输出标签对<a></a>
ET.parse()	解析包含xml数据的文件名或文件对象，返回一个elementTree实例
ET.iterparse(source, events=None, parser=None)	将xml数据以递增的方式解析到元素树中，最后返回一个提供（event，elem）对的迭代器（iterator）
	events ：包含要报告的事件序列，‘start’，‘end’，‘start-ns’，‘end-ns’(ns 表示获取详细的命名空间信息)，若 events被省略，则仅报告‘end’事件
	parser : 可选的解析器实例，默认为标准的XMLParser解析器

ET中的三个类：

1.Element类

1>.   Element 中用于操作标签属性attrib的方法（类似于字典）：

x.items()	以（name, value）对的序列返回元素所有属性，且属性在生成序列时是随机的
x.keys()	返回该元素所有属性的名称列表（顺序随机）
x.get(key, default=None)	获取该元素指定属性的key值
x.set(key,value)	设置/添加该元素指定属性的值
x.clear()	重置当前元素

2>.  Element 中用于操作子标签（SubElement）的方法：

append()	向最后添加一个子标签
extends()	向最后追加多个子标签（列表的形式）
insert(index,subelement)	向指定位置插入一个子标签
find(match,namespaces=None)	返回第一个与match匹配的标签或None
findall(match,namespaces=None)	返回所有与match匹配的标签
findtext(match,default=None,namespces=None)	返回第一个与match匹配的子标签的text属性值，如果匹配到的元素没有text属性则返回一个空字符串，如果没有匹配到子标签则返回default参数定义的值
iter(tag=None)	以当前子标签作为根创建一个树迭代器，该迭代器会以深度优先的方式迭代这个元素及其下面的元素，若tag有指定值，则从指定值开始迭代
iterfind(match，namespaces)	查找与match参数指定的tag名称或相匹配的所有子元素，并返回迭代对象
itertext()	创建一个迭代器，以文档顺序返回内部文本所有元素
remove()	从当前元素中移除指定的子元素

2.ElementTree类

类中的方法：

_setroot()	以指定的元素替换当前树的根 元素，相当于把整个xml的内容替换掉
getroot()	返回当前树形层级结构的根 元素
find(match,namespaces=None)	与Element.find()相同，从根开始查找
findtext()	与Element.findall()相同，从根开始查找
iter()	为当前根标签创建并返回一个树迭代器，并顺序与tag匹配，并默认返回所有元素
iterfind()	与Element.iterfind()相同，从根开始查找
parse(source,parser)	加载一个外部xml片段到当前标签，并返回该xml的根标签
write(file,encoding='us-ascii',xml_declaration=None, default_namespace=None,method='xml',*, short_empty_elements=Ture)	将当前标签树以xml的形式写入文件
	default_namespace: 设置默认的xml命名空间
	xml_declaration: 用于控制是否将一个xml声明也添加到文件中（False表示添加，True表示不添加，None表示编码不是‘us-ascii’或‘utf-8’或‘Unicode’时才添加）

创建xml：

import xml.etree.cElementTree as ET

grandfather = ET.Element('爷爷')        # 根节点
uncle = ET.SubElement(grandfather, '大伯', attrib={'性别': '男'})    # 子节点
age = ET.SubElement(uncle, 'age', attrib={'啦啦': '木办法'})    # uncle的子节点
work = ET.SubElement(uncle, 'work')   # age 与work同级
child = ET.SubElement(uncle, 'child', attrib={'性别': '女'})
age.text = '45'     # 给age和name设值
work.text = '次饭饭'
child.text = '二丫'
uncle2 = ET.SubElement(grandfather, '二伯', attrib={'性别': '男'})
age = ET.SubElement(uncle2, 'age')
work = ET.SubElement(uncle2, 'work')   # work 与age同级
child = ET.SubElement(uncle2, 'child', attrib={'性别': '男'})
age.text = '44'
work.text = '打豆豆'
child.text = '二蛋'


et = ET.ElementTree(grandfather)      # 生成文档对象
et.write('test.xml', encoding='utf-8', xml_declaration=True)    # 注释声明的xml所用编码
# ET.dump(grandfather)   # 打印生成格式

结果：

<?xml version='1.0' encoding='utf-8'?>
<爷爷>
    <大伯 性别="男">
        <age 啦啦="木办法">45</age>
        <work>次饭饭</work>
        <child 性别="女">二丫</child>
    </大伯>
    <二伯 性别="男">
        <age>44</age>
        <work>打豆豆</work>
        <child 性别="男">二蛋</child>
    </二伯>
</爷爷>

#######运行结果本身没有缩进#########

对xml的部分操作：

import xml.etree.cElementTree as ET
tree = ET.parse('test.xml')            # 解析文件
root = tree.getroot()                # 遍历节点
print(root.tag)                      # x.tag 获取根节点名字

# 遍历所有的内容
for child in root:
    print(child.tag, child.attrib)       # 打印节点，属性
    for i in child:
        print('--->', i.tag, i.text)     # 打印节点，节点里的值（内容）

# # 取一个节点的值
# for node in root.iter('work'):        # 遍历单独某一个节点里的值（过滤year值）
#     print(node.tag, node.text)
#
# # 修改（更新）一个某个节点（某个值）
# for node in root.iter('age'):
#     new_age = int(node.text) + 1      # 新的年份 +1
#     node.text = str(new_age)
#     node.set('感叹：', '老了！')        # 设置（添加）属性
# # tree.write('xmltext.xml', encoding='utf-8',xml_declaration=True)      # 更新文件


# 删除某一个节点

# for uncle in root.findall('uncle'):         # findall() 把所有的uncle找到
#     age = int(uncle.find('age'))   # 找到age下的内容转换为int类型
#     if age > 44:
#         root.remove(uncle)     # 如果满足条件的节点则删除
# tree.write('xtext.xml', encoding='utf-8', xml_declaration=True)

 

 另：

除ElementTree（元素树）解析方法外，还有 SAX（simple API for xml）, DOM（Document Object Model），Expat 解析xml

参考笔记：https://www.cnblogs.com/yyds/p/6627208.html