华山资源网

Python中使用ElementTree解析XML示例
脚本专栏 2024/11/18 佚名
3 1

【XML基本概念介绍】

XML 指可扩展标记语言（eXtensible Markup Language）。
XML 被设计用来传输和存储数据。
概念一:
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。
解析器负责读取XML文档,并向事件处理器发送事件,如元素开始及结束事件;而事件处理器则负责对事件作出处理。
优点:SAX流式读取XML文件，比较快，占用内存少。
缺点:需要用户实现回调函数（handler）。

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。
优点:使用DOM的好处是你不需要对状态进行追踪，因为每一个节点都知道谁是它的父节点，谁是子节点.
缺点: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，使用起来也比较麻烦！

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。
相比而言，第三种方法，即方便，又快速，我们一直用它！下面介绍用元素树如何解析XML:

【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。
一种是纯Python实现，例如: xml.etree.ElementTree
另外一种是速度快一点的:   xml.etree.cElementTree
尽量使用C语言实现的那种，因为它速度更快，而且消耗的内存更少! 在程序中可以这样写:
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:
<"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)

###########
## 获取节点
###########

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
 


###########
##  例子01
###########
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：
http://tools.jb51.net/code/xmljson

在线格式化XML/在线压缩XML：
http://tools.jb51.net/code/xmlformat

XML在线压缩/格式化工具：
http://tools.jb51.net/code/xml_format_compress

华山资源网 Design By www.eoogi.com
广告合作：本站广告合作请联系QQ：858582 申请时备注：广告合作（否则不回）
免责声明：本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除！
华山资源网 Design By www.eoogi.com
www.eoogi.com 华山资源网
120,135影音资源
344,641技术资源
22,817软件资源
435,032站长资源

更新日志

友情链接

杰晶网络 DDR爱好者之家 桃源资源网 杰网资源 富贵资源网 南强小屋 铁雪资源网 幽灵资源网 万梅资源网 狼山资源网 白云岛资源网 昆仑资源网 相思资源网 明霞山资源网 内蒙古资源网 黑松山资源网 茶园资源网 饿虎岗资源网 大旗谷资源网 常春岛资源网 岱庙资源网 兴国资源网 快活林资源网 蝙蝠岛资源网 帝王谷资源网 白云城资源网 伏龙阁资源网 清风细雨楼 天枫庄资源网 圆月山庄资源网 无争山庄资源网 神水资源网 移花宫资源网 神剑山庄资源网 无为清净楼资源网 金钱帮资源网 丐帮资源网 华山资源网 极乐门资源网 小李飞刀资源网 凤求凰客栈 风云阁资源网 金狮镖局 鸳鸯亭资源网 千金楼资源网 更多链接
华山资源网 Design By www.eoogi.com