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中实现结构相似的函数调用方法
Mar 10 Python
Python的__builtin__模块中的一些要点知识
May 02 Python
python判断windows系统是32位还是64位的方法
May 11 Python
Python变量作用范围实例分析
Jul 07 Python
python实现图片处理和特征提取详解
Nov 13 Python
python shell根据ip获取主机名代码示例
Nov 25 Python
Python模拟自动存取款机的查询、存取款、修改密码等操作
Sep 02 Python
python实现简单http服务器功能
Sep 17 Python
Python多线程处理实例详解【单进程/多进程】
Jan 30 Python
Pycharm保存不能自动同步到远程服务器的解决方法
Jun 27 Python
哪些是python中web开发框架
Jun 17 Python
Django使用echarts进行可视化展示的实践
Jun 10 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
PHP捕获Fatal error错误的方法
2014/06/11 PHP
php组合排序简单实现方法
2016/10/15 PHP
PHP实现大数(浮点数)取余的方法
2017/02/18 PHP
php 读写json文件及修改json的方法
2018/03/07 PHP
为你的 Laravel 验证器加上多验证场景的实现
2020/04/07 PHP
js Date概念详细介绍
2013/11/22 Javascript
jquery 为a标签绑定click事件示例代码
2014/06/23 Javascript
基于jQuery实现仿淘宝套餐选择插件
2015/03/04 Javascript
浅谈JavaScript find 方法不支持IE的问题
2017/09/28 Javascript
react redux入门示例
2018/04/19 Javascript
Vue.js实现数据响应的方法
2018/08/13 Javascript
vue router的基本使用和配置教程
2018/11/05 Javascript
基于layui框架响应式布局的一些使用详解
2019/09/16 Javascript
ES6学习笔记之字符串、数组、对象、函数新增知识点实例分析
2020/01/22 Javascript
vue.js使用v-model实现父子组件间的双向通信示例
2020/02/05 Javascript
vue实现输入框自动跳转功能
2020/05/20 Javascript
原生JavaScript实现随机点名表
2021/01/14 Javascript
python算法学习之基数排序实例
2013/12/18 Python
python写的一个文本编辑器
2014/01/23 Python
python类和函数中使用静态变量的方法
2015/05/09 Python
python中字符串变二维数组的实例讲解
2018/04/03 Python
详解用TensorFlow实现逻辑回归算法
2018/05/02 Python
关于pytorch中网络loss传播和参数更新的理解
2019/08/20 Python
Python中list循环遍历删除数据的正确方法
2019/09/02 Python
Python编写打字训练小程序
2019/09/26 Python
python 基于selenium实现鼠标拖拽功能
2020/12/24 Python
详解如何解决canvas图片getImageData,toDataURL跨域问题
2018/09/17 HTML / CSS
英国高级百货公司:Harvey Nichols
2017/01/29 全球购物
俄罗斯领先的移动和数字设备在线商店:Svyaznoy.ru
2020/12/21 全球购物
自我评价是什么
2014/01/04 职场文书
抗震救灾标语
2014/06/26 职场文书
购房公证委托书(2014版)
2014/09/12 职场文书
学生会感恩节活动方案
2014/10/11 职场文书
公务员政审材料范文
2014/12/23 职场文书
婚宴来宾致辞
2015/07/28 职场文书
学习新党章心得体会2016
2016/01/15 职场文书