XML
XML是可扩展标记语言的缩写,是实现不同语言或程序之间进行数据交换的协议,主要可以对key添加属性. 页面做展示(字符类型的一个xml格式数据)做配置文件(内部xml格式的数据).,每一个节点都是一个element对象
格式:
<data> <country name="Liechtenstein"> <rank updated="yes">2</rank> <year>2023</year> <gdppc>141100</gdppc> <neighbor direction="E" name="Austria" /> <neighbor direction="W" name="Switzerland" /> </country> <country name="Singapore"> <rank updated="yes">5</rank> <year>2026</year> <gdppc>59900</gdppc> <neighbor direction="N" name="Malaysia" /> </country> <country name="Panama"> <rank updated="yes">69</rank> <year>2026</year> <gdppc>13600</gdppc> <neighbor direction="W" name="Costa Rica" /> <neighbor direction="E" name="Colombia" /> </country> </data>
python解析xml
python有三种方法解析XML,SAX,DOM,以及ElementTree:
- SAX (simple API for XML ) python 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。
- 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。
-
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。
注:因DOM需要将XML数据映射到内存中的树,一是比较慢,二是比较耗内存,而SAX流式读取XML文件,比较快,占用内存少,但需要用户实现回调函数(handler)使用elementtree解析xml
- 测试文件: War, Thriller DVD 2003 PG 10 Talk about a US-Japan war Anime, Science Fiction DVD 1989 R 8 A schientific fiction Anime, Action DVD 4 PG 10 Vash the Stampede! Comedy VHS PG 2 Viewable boredom ```
-
解析xml
- 使用ElementTree.XML将字符串解析为xml对象
from xml.etree import ElementTree as ET # 打开文件,读取XML内容 xml_str = open('test.xml','r',encoding='utf-8').read() 将字符串解析成xml特殊对象,root代指xml文件的根节点 root = ET.XML(xml_str)
- 使用ElementTree.parse将文件直接解析问xml对象
from xml.etree import ElementTree as ET #直接解析xml文件 tree = ET.parse('test.xml') # 获取xml文件的根节点 root = tree.getroot()
-
ElementTree常用的方法:
-
属性
- tag:string,元素代表的数据种类。
- text:string,元素的内容。
- tail:string,元素的尾形。
- attrib:dictionary,元素的属性字典。
-
针对属性的操作
- clear():清空元素的后代、属性、text和tail也设置为None。
- get(key, default=None):获取key对应的属性值,如该属性不存在则返回default值。
- items():根据属性字典返回一个列表,列表元素为(key, value)。
- keys():返回包含所有元素属性键的列表。
- set(key, value):设置新的属性键与值。
-
针对后代的操作
- append(subelement):添加直系子元素。
- extend(subelements):增加一串元素对象作为子元素。#python2.7新特性
- find(match):寻找第一个匹配子元素,匹配对象可以为tag或path。
- findall(match):寻找所有匹配子元素,匹配对象可以为tag或path。
- findtext(match):寻找第一个匹配子元素,返回其text值。匹配对象可以为tag或path。
- insert(index, element):在指定位置插入子元素。
- iter(tag=None):生成遍历当前元素所有后代或者给定tag的后代的迭代器。#python2.7新特性
- iterfind(match):根据tag或path查找所有的后代。
- itertext():遍历所有后代并返回text值。
- remove(subelement):删除子元素。
- getroot():获取根节点.
-
-
打印xml信息
from xml.etree import ElementTree as ET tree = ET.parse('test.xml') root = tree.getroot() print(root.tag) #打印根标签 for i in root: print(i.tag,i.attrib) #打印第二层节点的标签名称和属性 for i in root.iter('format'): #循环打印所有format的标签,并打印名字和内容 print(i.tag,i.text) 输出结果: collection movie {'title': 'Enemy Behind'} movie {'title': 'Transformers'} movie {'title': 'Trigun'} movie {'title': 'Ishtar'} format DVD format DVD format DVD format VHS
- 修改xml内容
from xml.etree import ElementTree as ET tree = ET.parse('test.xml') root = tree.getroot() for i in root.iter('year'): #循环所有的year ,然后修改 值,并添加属性 new_year = int(i.text) + 10 node.txt = str(new_year) i.set('test','testadd') #添加属性 test 值为testadd
- 保存xml
#解析xml文件方式 使用write()方法可直接保存 tree.write("new.xml", encoding='utf-8') #解析字符串方式,需将当前root转换为 tree = ET.ElementTree(root) tree.write("new.xml", encoding='utf-8')
- 创建xml文件
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
from xml.etree import ElementTree as ET #创建节点 root = ET.Element("father") #创建一个root根节点 child1 = ET.Element('child1',tag='大儿子' ,attrib={'name':'儿子1','年龄':'22'}) #创建一个child1节点 child2 = ET.Element('child2',tag='小儿子' ,attrib={'name':'儿子2','年龄':'10'}) #创建一个child2街店 grandson1 = ET.Element('grandson1') #创建一个grandson1节点 grandson2 = ET.Element('grandson2') #创建一个grandson2节点 #节点逻辑堆加 child1.append(grandson1) #把grandson1加入到child1的下,成为其子节点 child2.append(grandson2) root.append(child1) root.append(child2) #保存xml到文件 tree = ET.ElementTree(root) tree.write('xxoo.xml',encoding='utf-8', short_empty_elements=False)
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
from xml.etree import ElementTree as ET root = ET.Element("father") child1 = root.makeelement('child1',{'name':'儿子1','年龄':'22'}) child2 = root.makeelement('child2',{'name':'儿子2','年龄':'10'}) grandson1 = child1.makeelement('grandson1',{}) grandson2 = child2.makeelement('grandson2',{}) #节点逻辑堆加 child1.append(grandson1) #把grandson1加入到child1的下,成为其子节点 child2.append(grandson2) root.append(child1) root.append(child2) #保存xml到文件 tree = ET.ElementTree(root) tree.write('xxoo.xml',encoding='utf-8', short_empty_elements=False)
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
from xml.etree import ElementTree as ET # 创建根节点 root = ET.Element("father") # 创建大儿子 child1 = ET.SubElement(root, " 大儿子", attrib={'name':'儿子1','年龄':'22'}) # 创建小儿子 child2 = ET.SubElement(root, "小儿子", attrib={'name':'儿子1','年龄':'22'}) # 在大儿子中创建一个孙子 grandson1 = ET.SubElement(child1,"grandson1") grandson2 = ET.SubElement(child2,"grandson2") et = ET.ElementTree(root) #生成文档对象 et.write("xxoo.xml", encoding="utf-8", xml_declaration=True, short_empty_elements=False)
创建的xml文档:
<father><child1 name="儿子1" 年龄="22"><grandson1></grandson1></child1><child2 name="儿子2" 年龄="10"><grandson2></grandson2></child2></father>
由于原生保存的XML时默认无缩进,如果想要设置缩进的话, 需要修改保存方式:
from xml.etree import ElementTree as ET from xml.dom import minidom def prettify(elem): """将节点转换成字符串,并添加缩进。 """ rough_string = ET.tostring(elem, 'utf-8') reparsed = minidom.parseString(rough_string) return reparsed.toprettyxml(indent=" ") root = ET.Element("father") child1 = root.makeelement('child1',{'name':'儿子1','年龄':'22'}) child2 = root.makeelement('child2',{'name':'儿子2','年龄':'10'}) grandson1 = child1.makeelement('grandson1',{}) grandson2 = child2.makeelement('grandson2',{}) child1.append(grandson1) child2.append(grandson2) root.append(child1) root.append(child2) #tree = ET.ElementTree(root) #tree.write('xxoo.html',encoding='utf-8', short_empty_elements=False) raw_str = prettify(root) f = open("xxoo.xml",'w',encoding='utf-8') f.write(raw_str) f.close()
效果:
<?xml version="1.0" ?> <father> <child1 name="儿子1" 年龄="22"> <grandson1/> </child1> <child2 name="儿子2" 年龄="10"> <grandson2/> </child2> </father>