[python小記]使用lxml修改xml文件，並遍歷目錄

　　這次的目的是遍歷目錄，把目標文件及相應的目錄信息更新到xml文件中。在經過痛苦的摸索之后，從python自帶的ElementTree投奔向了lxml。而棄用自帶的ElementTree的原因就是，namespace。

　　XML命名空間

　　作用是為避免元素命名沖突，當出現命名沖突的時候，可以使用前綴來避免命名沖突，就如：

<h:table>
    <h:tr>
    <h:td>App Store</h:td>
    <h:td>Google Play</h:td>
    </h:tr>
</h:table>

　　使用命名空間(Namespaces):

<f:table xmlns:f="http://www.w3school.com.cn/furniture">
   <f:name>African Coffee Table</f:name>
   <f:width>80</f:width>
   <f:length>120</f:length>
</f:table>

　　添加的xmlns屬性，就會前綴賦予了一個與某個命名空間相關聯的限定名稱

---

 

 　　lxml安裝：

1. 安裝pip
2. 安裝setuptools: Windows(Powershell3)輸入

   > (Invoke-WebRequest https://bootstrap.pypa.io/ez_setup.py).Content | python -

    

3. 下載lxml.whl，根據python版本選擇合適的whl下載：地址
4. 安裝wheel

   pip install wheel

    

5. 安裝下載好的whl文件

   pip install .\lxml-3.5.0-cp34-none-win_amd64.whl

    

---

 

　　lxml使用：

　　lxml的教程網站為：http://lxml.de/index.html

　　使用lxml可以這樣import:

from lxml import etree

　　導入並解析xml文件：

tree = etree.parse(fileName)

　　獲取xml的命名空間：

root = tree.getroot()
nsmap = root.nsmap

　　如果xml文件使用的默認命名空間：

>>> nsmap
{None: 'http://schemas.microsoft.com/developer/msbuild/2003'}

　　要查找某節點，使用到xpath：

def getNode(tree, node):
    NS_PREFIX = "default"
    root = tree.getroot()
    nsmap = root.nsmap
    nsmap[NS_PREFIX] = nsmap[None]
    nsmap.pop(None)
    return tree.xpath("//{0}:{1}".format(NS_PREFIX, node), namespaces=nsmap)

　　添加子節點：

etree.SubElement(node, tag)

　　最后寫入到xml文件中：

fileHandler = open(filePath, "wb")
tree.write(fileHandler, encoding="utf-8", xml_declaration=True, pretty_print=True)
fileHandler.close()

 

---

　　xpath基礎

　　xpath使用路徑表達式來選取xml文檔中的節點或節點集。

表達式	描述
nodename	從當前節點的子節點中，選取tag為nodename的所有節點
/	從根節點選取
//	任意位置選取
.	選取當前節點
..	選取父節點
@att	選取帶屬性att的節點
[]	謂語

　　例子：

tree.xpath("//Folder[@Include]")
#選取帶Include屬性的Folder節點
tree.xpath("//ItemGroup[./Folder]")
4 tree.xpath("//ItemGroup[Folder]")
#選取含有Folder子節點的ItemGroup節點

 

---

　　遍歷目錄：

　　遍歷目錄有兩個方法：os.list_dir與os.walk。各自的用例：

import os

def list_dir(rootDir):
    for lists in os.listdir(rootDir):
        path = os.path.join(rootDir, lists)
        print(path)
        if os.path.isdir(path):
            list_dir(path)

def walk(rootDir):
    for root, dirs, files in os.walk(rootDir):
        for d in dirs:
            print(os.path.join(root, d))
        for f in files:
            print(os.path.join(root, f))