python中如何解析xml文件

发布时间:2021-07-10 14:38:07 作者:Leah
来源:亿速云 阅读:360

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。

什么是 XML?

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。

Python 对 XML 的解析

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)。

xml.etree

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:nameText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

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)

ValueError: multi-byte encodings are not supported

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。

推荐阅读:
  1. Python——使用ElementTree解析AndroidManifest.xml文件
  2. Android——xml文件的解析

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。

python

上一篇:怎么查看 Git 提交中发生了什么变化

下一篇:R语言shiny如何实现简单的GO富集分析

相关阅读

您好,登录后才能下订单哦!

密码登录
登录注册
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》