您好,登录后才能下订单哦!
本篇文章为大家展示了python中如何解析xml文件,内容简明扼要并且容易理解,绝对能使你眼前一亮,通过这篇文章的详细介绍希望你能有所收获。
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。
XML 是一套定义语义标记的规则,这些标记将文档分成许多部件并对这些部件加以标识。
它也是元标记语言,即定义了用于定义其他与特定领域有关的、语义的、结构化的标记语言的句法语言。
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,当然使用场合也不同。
Python 有三种方法解析 XML,SAX,DOM,以及 ElementTree:
1.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。
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。
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。
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)。
country_data.xml文件如下所示:
<?xml version="1.0"?> <data> <country name="Liechtenstein"> <rank>1</rank> <year>2008</year> <gdppc>141100</gdppc> <neighbor name="Austria">
先解释下一些概念,很简单的:
1.第一行的<?xml version="1.0" encoding="UTF-8"?>
是xml文件的声明,它定义了xml的版本 (1.0)和所使用编码为UTF-8。
2.接下来就是xml文件的内容了,这些内容按一个树状结构进行组织摆放,形式如下:
<root> <child> <subchild>.....</subchild> <subchild>.....</subchild> </child> </root>
其中,每一个<XXX>.</XXX>
叫做一个节点,也叫一个元素,节点可以嵌套放置,也可以并列放置,在嵌套结构中,内外层节点是父子关系,以此类推,最外层的节点都叫做根节点。并列的两节点为兄弟关系。
3.对于每一个节点,一般由Tag、Attribute、Text
三部分构成。在country_data.xml中data,country,rank,year
这些都是tag。与tag同一尖括弧内右边的是Attribute
,比如:name
。Text
就是两个尖括弧中间夹的东西了。
xml文件的信息都存在节点里,关于节点的遍历,有好几种方法,这里用的是Element Tree。代码如下:
# -*- coding:utf-8 -*- import sys, os.path import xml.etree.ElementTree as ET # 读取方法 def read_xml(xml_file=''): # 读取xml文件 tree = ET.parse(xml_file) # 获取根节点 root = tree.getroot() print("root.tag :", root.tag) # 获取当前根节点下的所有子country节点 child_node_list = root.findall('country') # 打印每个country节点的Attribute for child_node in child_node_list: print('attrib:%s'%child_node.attrib) for child in child_node.getchildren(): print('tag:text;%s:%s'%(child.tag,child.text)) # 获取某一个节点的text,以<rank>234</rank>为例 node = root.find('country2/rank') print(node.text) class XmlParse: def __init__(self, file_path): self.tree = None self.root = None self.xml_file_path = file_path def ReadXml(self): try: print("xmlfile:", self.xml_file_path) # 读取xml文件 self.tree = ET.parse(self.xml_file_path) # 获取根节点 self.root = self.tree.getroot() print("root.tag :", self.root.tag) except Exception as e: print("parse xml faild!") sys.exit() else: print("parse xml success!") finally: return self.tree, self.root def CreateNode(self, tag, attrib, text): element = ET.Element(tag, attrib) element.text = text print("tag:%s;attrib:%s;text:%s" % (tag, attrib, text)) return element def AddNode(self, Parent, tag, attrib, text): element = self.CreateNode(tag, attrib, text) if Parent: Parent.append(element) el = self.root.find("Python") print(el.tag, "----", el.attrib, "----", el.text) else: print("parent is none") def WriteXml(self, destfile): dest_xml_file = os.path.abspath(destfile) self.tree.write(dest_xml_file, encoding="utf-8", xml_declaration=True) def method_1(): # 增加节点并写入新的xml parse = XmlParse(xml_file) tree, root = parse.ReadXml() parse.AddNode(root, "Python", {"age": "22", "hello": "world"}, "YES") parse.WriteXml("./xml/country_data_added.xml") if __name__ == "__main__": xml_file = os.path.abspath("./xml/country_data.xml") read_xml(xml_file=xml_file)# 读取详细方法 # method_1()
xml.dom.minidom官方文档
# -*- coding:utf-8 -*- from xml.dom.minidom import parse def read_xml(xml_file=''): domTree = parse(xml_file) # 文档根元素 rootNode = domTree.documentElement #用于得到dom对象的文档元素 print('属性值:',rootNode.nodeName,rootNode.nodeValue,rootNode.nodeType)# 结点名字,值,类型 customers = rootNode.getElementsByTagName("customer") for customer in customers: if customer.hasAttribute("ID"): print("ID:", customer.getAttribute("ID")) # name 元素 name = customer.getElementsByTagName("name")[0] print(name.nodeName, ":", name.childNodes[0].data) # phone 元素 phone = customer.getElementsByTagName("phone")[0] print(phone.nodeName, ":", phone.childNodes[0].data) # comments 元素 comments = customer.getElementsByTagName("comments")[0] print(comments.nodeName, ":", comments.childNodes[0].data) def write_xml(xml_file=''): domTree = parse(xml_file) # 文档根元素 rootNode = domTree.documentElement # 新建一个customer节点 customer_node = domTree.createElement("customer") customer_node.setAttribute("ID", "C003") # 创建name节点,并设置textValue name_node = domTree.createElement("name") name_text_value = domTree.createTextNode("kavin") name_node.appendChild(name_text_value) # 把文本节点挂到name_node节点 customer_node.appendChild(name_node) # 创建phone节点,并设置textValue phone_node = domTree.createElement("phone") phone_text_value = domTree.createTextNode("32467") phone_node.appendChild(phone_text_value) # 把文本节点挂到name_node节点 customer_node.appendChild(phone_node) # 创建comments节点,这里是CDATA comments_node = domTree.createElement("comments") cdata_text_value = domTree.createCDATASection("A small but healthy company.") comments_node.appendChild(cdata_text_value) customer_node.appendChild(comments_node) rootNode.appendChild(customer_node) with open('./xml/customer_added.xml', 'w') as f: # 缩进 - 换行 - 编码 domTree.writexml(f, addindent=' ', newl="", encoding='utf-8') def update_xml(xml_file=''): domTree = parse(xml_file) # 文档根元素 rootNode = domTree.documentElement names = rootNode.getElementsByTagName("name") for name in names: if name.childNodes[0].data == "Acme Inc.": # 获取到name节点的父节点 pn = name.parentNode # 父节点的phone节点,其实也就是name的兄弟节点 # 可能有sibNode方法,我没试过,大家可以google一下 phone = pn.getElementsByTagName("phone")[0] # 更新phone的取值 phone.childNodes[0].data = 99999 with open('./xml/customer_updated.xml', 'w') as f: # 缩进 - 换行 - 编码 domTree.writexml(f, addindent=' ', encoding='utf-8') if __name__ == '__main__': xml_file='./xml/customer.xml' read_xml(xml_file=xml_file) write_xml(xml_file=xml_file) update_xml(xml_file=xml_file)
pyton解析xml时,报错
是因为编码的问题,把xml的头
<?xml version="1.0" encoding="gb2312"?>
改成
<?xml version="1.0" encoding="utf-8"?>
上述内容就是python中如何解析xml文件,你们学到知识或技能了吗?如果还想学到更多技能或者丰富自己的知识储备,欢迎关注亿速云行业资讯频道。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。