xml模块

ElementTree是python的XML处理模块，它提供了一个轻量级的对象模型。它在Python2.5以后成为Python标准库的一部分，但是Python2.4之前需要单独安装。在使用ElementTree模块时，需要import xml.etree.ElementTree的操作。

xml语法

xml是实现不同语言和程序之间进行交换数据的协议，和json差不多，但是相较而言，json更加的轻量级和简单。所以目前基本上都使用json来进行数据交互，但是因为xml使用的更早，所以目前还有很多地方会用xml。

xml的格式如下：

<?xml version="1.0"?>
<data>
    <country name="Liechtenstein">
        <rank updated="yes">2</rank>
        <year>2008</year>
        <gdppc>141100</gdppc>
        <neighbor name="Austria" direction="E"/>
        <neighbor name="Switzerland" direction="W"/>
    </country>
    <country name="Singapore">
        <rank updated="yes">5</rank>
        <year>2011</year>
        <gdppc>59900</gdppc>
        <neighbor name="Malaysia" direction="N"/>
    </country>
    <country name="Panama">
        <rank updated="yes">69</rank>
        <year>2011</year>
        <gdppc>13600</gdppc>
        <neighbor name="Costa Rica" direction="W"/>
        <neighbor name="Colombia" direction="E"/>
    </country>
</data>

xml是通过标签（<>）来区分数据结构的。用法也基本和html中一样，标签大致分为成对标签和自闭合标签，每个标签有自己的属性，成对标签中也会有自己的值。

第一行是一个声明语句，并没有实际的用处，主要的的内容还是放在了<data>的根标签中。其他则根据需要改变标签间的组合形式。

xml模块的一些操作

关于具体的使用我都在代码中用注释说明。

建立xml文档

import xml.etree.ElementTree as ET

new_xml = ET.Element("namelist")        # 创建根节点namelist
name = ET.SubElement(new_xml, "name", attrib={"enrolled": "yes"})   # 用SubElement方法来创建子标签。第一个表示要哪个标签插入子标签，第二个参数是要插入的子标签的标签名是什么，第三个是这个标签的属性是什么。
age = ET.SubElement(name, "age", attrib={"checked": "no"})
sex = ET.SubElement(name, "sex")
sex.text = '33'                 # 给对应的标签加上相应的内容。
name2 = ET.SubElement(new_xml, "name", attrib={"enrolled": "no"})
age = ET.SubElement(name2, "age")
age.text = '19'

et = ET.ElementTree(new_xml)  # 生成文档对象
et.write("test.xml", encoding="utf-8", xml_declaration=True)        # 将生成的xml写入到指定的文件中去。

ET.dump(new_xml)  # 打印生成的格式

解析xml文档

新建一个"xmltest.xml"文档，把一开始提供的xml数据放入里面在进行测试。

import xml.etree.ElementTree as ET

tree = ET.parse("xmltest.xml")      # 将指定文件中的xml数据进行解析
root = tree.getroot()           # 获取根节点
print(root.tag)                 # tag属性为显示当前标签的名字

# 遍历xml文档
for child in root:
    print(child.tag, child.attrib)      # attrib属性是当前标签的的属性，结果放到了一个字典中。
    for i in child:
        print(i.tag, i.text)        # text属性是当前标签包裹的内容

# 只遍历year 节点
for node in root.iter('year'):      # 遍历找到root中所有标签名为year的标签
    print(node.tag, node.text)

操作xml文档

import xml.etree.ElementTree as ET

tree = ET.parse("xmltest.xml")
root = tree.getroot()

# 修改
for node in root.iter('year'):
    new_year = int(node.text) + 1
    node.text = str(new_year)
    node.set("updated", "yes")      # 修改标签内的属性，如果没有，创建；如果有就修改。

tree.write("xmltest.xml")       # 将修改后的写入到指定文件。

# 删除node
for country in root.findall('country'):     # 遍历，找到所有标签为country的标签
    rank = int(country.find('rank').text)   # 遍历，找到第一个标签名为rank的标签
    if rank > 50:
        root.remove(country)            # 删除指定标签

tree.write('output.xml')