Python 标准库之 xml.etree.ElementTree

Python中有多种xml处理API，常用的有xml.dom.*模块、xml.sax.*模块、xml.parser.expat模块和xml.etree.ElementTree模块（以下简称ET）。本文将主要介绍ET的使用，以及它的常用函数。其它模块的简介，请参照文献[1]。

ET使用Element表示xml中的节点、文本、注释等。其主要属性如下：

tag：string对象，表示数据代表的种类，当为节点时为节点名称。

text：string对象，表示element的内容。

attrib：dictionary对象，表示附有的属性。

tail：string对象，表示element闭合之后的尾迹。

若干子元素（child elements）。

<tag attrib1=1>text</tag>tail
1 3 2 4

PS: ET模块对于那些恶意构造的数据并不是安全的，如果需要解析数据最好了一下xml的弱点[2]

一、导入ET

在Python标准库中，ElementTree有两种实现方式：一种是纯Python的实现xml.etree.ElementTree，另一种是速度更快一点的xml.etree.cElementTree。如果不确定环境中是否有cElementTree，可以使用如下的方式导入：

try:import xml.etree.cElementTree as ET
except ImportError:import xml.etree.ElementTree as ET

但从Python 3.3开始，会默认使用cElementTree来加快速度，但是之前的版本最好使用如上的代码，以提高代码的兼容性。

二、解析xml

假设我们现在有如下的xml

<?xml version="1.0"?>
<data><country name="Liechtenstein"><rank>1</rank><year>2008</year><gdppc>141100</gdppc><neighbor name="Austria" direction="E"/><neighbor name="Switzerland" direction="W"/></country><country name="Singapore"><rank>4</rank><year>2011</year><gdppc>59900</gdppc><neighbor name="Malaysia" direction="N"/></country><country name="Panama"><rank>68</rank><year>2011</year><gdppc>13600</gdppc><neighbor name="Costa Rica" direction="W"/><neighbor name="Colombia" direction="E"/></country>
</data>

有两种方式可以解析xml

1. 从文件中解析xml文件

>>> import xml.etree.cElementTree as ET
>>> tree = ET.ElementTree(file='doc1.xml')     #载入数据
>>> root = tree.getroot()     #获取根节点
<Element 'doc' at 0x11eb780>

2. 从内存字符串中解析xml

root = ET.fromstring(country_data_as_string)

其中第二种方式可以直接过去根节点。

三、数据的访问

>>> for child in root:
...   print child.tag, child.attrib
...
country {'name': 'Liechtenstein'}
country {'name': 'Singapore'}
country {'name': 'Panama'}

或者直接使用索引寻找子节点：

>>> root[0][1].text
'2008'

或者使用xpath方式进行遍历，但其支持部分xpath方法，其支持的xpath请参照[4]

>>> root.findall("./country/neighbor")
[<Element 'neighbor' at 0x14fa0f0>, <Element 'neighbor' at 0x14fa150>, <Element 'neighbor' at 0x14fa3f0>, <Element 'neighbor' at 0x14fa6c0>, <Element 'neighbor' at 0x14fa750>]

四、处理xml流

如下的程序将从xml文件中一边读入xml一边解析，并将在遇到标签开始或标签结束的时候返回相应的事件。

for event, elem in ET.iterparse(sys.argv[2]):if event == 'end':if elem.tag == 'location' and elem.text == 'Zimbabwe':count += 1elem.clear() # discard the element

这个程序将在检查到标签结束的时候，对指定的标签进行计数。最后的elem.clear()保证了，在解析的之后尽快的释放内存。

五、Element对象

class xml.etree.ElementTree.Element(tag, attrib={}, **extra)

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。

六、ElementTree对象

class xml.etree.ElementTree.ElementTree(element=None, file=None)element如果给定，则为新的ElementTree的根节点。

_setroot(element)：用给定的element替换当前的根节点。慎用。

＃以下方法与Element类中同名方法近似，区别在于它们指定以根节点作为操作对象。
find(match)
findall(match)
findtext(match, default=None)
iter(tag=None)
iterfind(match)
parse(source, parser=None) 装载xml对象，source可以为文件名或文件类型对象
getroot() 获取根节点
write(file, encoding=“us-ascii”, xml_declaration=None, default_namespace=None,method=“xml”)

七、模块方法-->用于生成xml文件

1. 创建一个特别的element，通过标准序列化使其代表了一个comment。comment可以为bytestring或unicode。

     ET.Comment(text=None)

2. 生成一个element tree，通过sys.stdout输出，elem可以是元素树或单个元素。这个方法最好只用于debug。

     ET.dump(elem)

3. text是一个包含XML数据的字符串，与XML()方法类似，返回一个Element实例。

     ET.fromstring(text)

4. 从字符串的序列对象中解析xml文档。缺省parser为XMLParser，返回Element实例。V2.7中新加属性

     ET.fromstringlist(sequence, parser=None)

5. 检查是否是一个element对象。

     ET.iselement(element)

6. 将文件或包含xml数据的文件对象递增解析为element tree，并且报告进度。events是一个汇报列表，如果忽略，将只有end事件会汇报出来。
注意，iterparse()只会在看见开始标签的">"符号时才会抛出start事件，因此届时属性是已经定义了，但是text和tail属性在那时还没有定义，同样子元素也没有定义，因此他们可能不能被显示出来。如果你想要完整的元素，请查找end事件。

     ET.iterparse(source, events=None, parser=None)

7. 将一个文件或者字符串解析为element tree。

     ET.parse(source, parser=None)

8. 这个方法会创建一个特别的element，该element被序列化为一个xml处理命令。

     ET.ProcessingInstruction(target, text=None)

9. 注册命名空间前缀。这个注册是全局有效，任何已经给出的前缀或者命名空间uri的映射关系会被删除。 V2.7新加属性

     ET.register_namespace(prefix, uri)

10. 子元素工厂，创建一个Element实例并追加到已知的节点。

     ET.SubElement(parent, tag, attrib={}, **extra)

11. 生成一个字符串来表示表示xml的element，包括所有子元素。element是Element实例，method为"xml", "html", "text"。返回包含了xml数据的字符串。

     ET.tostring(element, encoding="us-ascii", method="xml")

12. 生成一个字符串来表示表示xml的element，包括所有子元素。element是Element实例，method为"xml","html","text"。返回包含了xml数据的字符串列表。V2.7新添加属性

     ET.tostringlist(element, encoding="us-ascii", method="xml")

13. 从一个字符串常量中解析出xml片段。返回Element实例。

     ET.XML(text, parser=None)

14. 从字符串常量解析出xml片段，同时返回一个字典，用以映射element的id到其自身。

     ET.XMLID(text, parser=None)

每天一点点，感受自己存在的意义。

分类: Python

标签: Python

<div id="blog_post_info">

好文要顶关注我收藏该文

疯了的小蜗
关注 - 70
粉丝 - 198

+加关注

<div class="clear"></div>
<div id="post_next_prev"><a href="https://www.cnblogs.com/insane-Mr-Li/p/9952827.html" class="p_n_p_prefix">« </a> 上一篇：    <a href="https://www.cnblogs.com/insane-Mr-Li/p/9952827.html" title="发布于 2018-11-13 16:16">python configparser模块</a>
<br>
<a href="https://www.cnblogs.com/insane-Mr-Li/p/9964249.html" class="p_n_p_prefix">» </a> 下一篇：    <a href="https://www.cnblogs.com/insane-Mr-Li/p/9964249.html" title="发布于 2018-11-15 16:16">python的ConfigParser模块</a>

![在这里插入图片描述](https://img-blog.csdnimg.cn/20190919135954466.jpg)

Python 标准库之 xml.etree.ElementTree xml解析相关推荐

python etree库_python 标准库之xml.etree.ElementTree
简介 Element类型是一种灵活的容器对象,用于在内存中存储结构化数据. ［注意］xml.etree.ElementTree模块在应对恶意结构数据时显得并不安全. 每个element对象都具有以下属 ...
xml 属性value换行显示_python 标准库之xml.etree.ElementTree
简介 Element类型是一种灵活的容器对象,用于在内存中存储结构化数据. ［注意］xml.etree.ElementTree模块在应对恶意结构数据时显得并不安全. 每个element对象都具有以下属 ...
Python标准库之xml.etree.ElementTree
1 2 3 4 创建元素的方法有Element或者SubElement(),前者称作元素的构建函数(constructor),用以构建任一独存的元素: 后者称作元 ...
Python 标准库之 XML（下）
本文作者:Rocky0249 公众号:Python空间写在之前隔了1天了,不知道你们还记得上一篇文章的内容不,如果不记得的话请移步 -- Python 标准库之 XML(上). 今天我们继续来学习 ...
python xml etree_python解析xml文件之xml.etree.cElementTree和xml.etree.ElementTree区别和基本使用...
1.解析速度:ElementTree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.c ...
python【模块】xml.etree.ElementTree 解析 xml
pytho 模块 xml.etree.ElementTree 解析 xml 文章目录 pytho 模块 xml.etree.ElementTree 解析 xml 1. 什么是 XML? 2. Elem ...
[PYTHON] xml.etree.ElementTree 实例
2019独角兽企业重金招聘Python工程师标准>>> --------------------------------------------------------------- ...
干货 | Python 标准库之 XML（上）
本文作者:Rocky0249 公众号:Python空间写在之前带分隔符的文件仅有两维的数据:行 & 列.如果我们想在程序之间交换数据结构,需要一种方法把层次结构,序列,集合和其它的数据结构 ...
python 打印xml文档树_[Python]xml.etree.ElementTree处理xml文档
需求: 在实际应用中,需要对xml配置文件进行实时修改, 1.增加.删除某些节点 2.增加,删除,修改某个节点下的某些属性 3.增加,删除,修改某些节点的文本 xml源文件格式[例] path=&q ...

Python 标准库之 xml.etree.ElementTree xml解析

Python 标准库之 xml.etree.ElementTree

Python 标准库之 xml.etree.ElementTree xml解析相关推荐

最新文章

热门文章