Python中使用ElementTree解析XML示例


Posted in Python onJune 02, 2015

【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:

<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:
<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:
<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:

<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:
<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:
<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:

try:  

    import xml.etree.cElementTree as ET  

except ImportError:  

    import xml.etree.ElementTree as ET 

常用方法
# 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

<?xml version="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

root = ET.parse('book.xml') 

方法二:加载字符串
root = ET.fromstring(xmltext)

###########
## 获取节点
###########

方法一:获得指定节点->getiterator()方法

book_node = root.getiterator('list')

方法二:获得指定节点->findall()方法
book_node = root.findall('list') 

方法三:获得指定节点->find()方法
book_node = root.find('list') 

方法四:获得儿子节点->getchildren()
for node in book_node:  

    book_node_child = node.getchildren()[0]  

    print book_node_child.tag, '=> ', book_node_child.text

 

###########
##  例子01
###########

# 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:
==============================  

head=> bookone  

name=> python check  

number=> 001  

page=> 200  

==============================  

head=> booktwo  

name=> python learn  

number=> 002  

page=> 300  

============================== 
Python 相关文章推荐
python条件和循环的使用方法
Nov 01 Python
python中sys.argv参数用法实例分析
May 20 Python
python3实现ftp服务功能(服务端 For Linux)
Mar 24 Python
利用Python实现微信找房机器人实例教程
Mar 10 Python
详解Python3网络爬虫(二):利用urllib.urlopen向有道翻译发送数据获得翻译结果
May 07 Python
django-filter和普通查询的例子
Aug 12 Python
Python实现字符串中某个字母的替代功能
Oct 21 Python
python实现Oracle查询分组的方法示例
Apr 30 Python
pycharm无法安装第三方库的问题及解决方法以scrapy为例(图解)
May 09 Python
一篇文章带你搞定Ubuntu中打开Pycharm总是卡顿崩溃
Nov 02 Python
Python中threading库实现线程锁与释放锁
May 17 Python
python 实现图与图之间的间距调整subplots_adjust
May 21 Python
Python文档生成工具pydoc使用介绍
Jun 02 #Python
自己使用总结Python程序代码片段
Jun 02 #Python
python执行子进程实现进程间通信的方法
Jun 02 #Python
Python多进程并发(multiprocessing)用法实例详解
Jun 02 #Python
使用pdb模块调试Python程序实例
Jun 02 #Python
python使用xmlrpclib模块实现对百度google的ping功能
Jun 02 #Python
python基于xmlrpc实现二进制文件传输的方法
Jun 02 #Python
You might like
通过ODBC连接的SQL SERVER实例
2006/10/09 PHP
php 结果集的分页实现代码
2009/03/10 PHP
PHP+MYSQL会员系统的登陆即权限判断实现代码
2011/09/23 PHP
学习php过程中的一些注意点的总结
2013/10/25 PHP
PHP中array_map与array_column之间的关系分析
2014/08/19 PHP
php 将json格式数据转换成数组的方法
2018/08/21 PHP
让 JavaScript 轻松支持函数重载 (Part 2 - 实现)
2009/08/04 Javascript
javascript 检测浏览器类型和版本的代码
2009/09/15 Javascript
JQuery 图片延迟加载并等比缩放插件
2009/11/09 Javascript
JavaScript 精粹读书笔记(1,2)
2010/02/07 Javascript
用jquery的方法制作一个简单的导航栏
2014/06/23 Javascript
轻松实现JavaScript图片切换
2016/01/12 Javascript
jQuery实现下拉框多选 jquery-multiselect 的实例代码
2016/07/14 Javascript
浅谈js中test()函数在正则中的使用
2016/08/19 Javascript
详解自动生成博客目录案例
2016/12/09 Javascript
微信小程序 出现错误:{&quot;baseresponse&quot;:{&quot;errcode&quot;:-80002,&quot;errmsg&quot;:&quot;&quot;}}解决办法
2017/02/23 Javascript
解析jquery easyui tree异步加载子节点问题
2017/03/08 Javascript
JS回调函数基本定义与用法实例分析
2017/05/24 Javascript
微信小程序获取手机系统信息的方法【附源码下载】
2017/12/07 Javascript
angular2中使用第三方js库的实例
2018/02/26 Javascript
nodejs 生成和导出 word的实例代码
2018/07/31 NodeJs
JS使用Prim算法和Kruskal算法实现最小生成树
2019/01/17 Javascript
利用Python查看目录中的文件示例详解
2017/08/28 Python
Python实现的堆排序算法示例
2018/04/29 Python
pytorch cnn 识别手写的字实现自建图片数据
2018/05/20 Python
对python内置map和six.moves.map的区别详解
2018/12/19 Python
HomeAway澳大利亚:预订你的度假屋,公寓、度假村、别墅等
2019/02/20 全球购物
Python面试题:如何用Python来发送邮件
2016/03/15 面试题
应届毕业生求职信
2013/11/30 职场文书
《圆明园的毁灭》教学反思
2014/02/28 职场文书
心理咨询专业自荐信
2014/07/07 职场文书
共青团员自我评价范文
2014/09/14 职场文书
健康状况证明模板
2014/10/23 职场文书
学习雷锋精神活动总结
2015/02/06 职场文书
2019大学毕业晚会主持词
2019/06/21 职场文书
用JS写一个发布订阅模式
2021/11/07 Javascript