Python XML操作

XML（可擴展性標記語言）是一種非常常用的文件類型，主要用於存儲和傳輸數據。在編程中，對XML的操作也非常常見。

本文根據python庫文檔中的xml.etree.ElementTree類來進行介紹XML的解析：https://docs.python.org/3.5/library/xml.etree.elementtree.html 

BTW,xml.etree.cElementTree模塊從3.3以后就被棄用了.

XML格式

首先，來看一下XML所包含的元素類型

1. 標簽 <tag>

2. 屬性 <tag  name="attribute">

3. 數據 <data>1<data>

 例如 xml段：

<?xml version="1.0"?>
<data>
    <country name="Liechtenstein">
        <rank>1</rank>
        <year>2008</year>
        <gdppc>141100</gdppc>
        <neighbor name="Austria" direction="E"/>
        <neighbor name="Switzerland" direction="W"/>
    </country>
    <country name="Singapore">
        <rank>4</rank>
        <year>2011</year>
        <gdppc>59900</gdppc>
        <neighbor name="Malaysia" direction="N"/>
    </country>
    <country name="Panama">
        <rank>68</rank>
        <year>2011</year>
        <gdppc>13600</gdppc>
        <neighbor name="Costa Rica" direction="W"/>
        <neighbor name="Colombia" direction="E"/>
    </country>
</data>

 

XML操作

• 讀取

#從變量讀取，參數為XML段，返回的是一個根Element對象
root = ET.fromstring(country_data_as_string)

#從xml文件中讀取，用getroot獲取根節點，根節點也是Element對象
tree = ET.parse('file.xml')
root = tree.getroot()

• 訪問

  • 訪問Element對象的標簽、屬性和值

tag = element.tag
attrib = element.attrib
value = element.text

• • 訪問子節點

#打印根節點的標簽和屬性,獲取
for child in root:
    print(child.tag, child.attrib)

• 查找操作

  • Element元素迭代子元素：Element.iter("tag"),可以羅列該節點所包含的所有其他節點（element對象）

#打印根節點中所有的neighbor對象的name屬性
for neighbor in root.iter('neighbor'):
    print(neighbor.attrib['name'])

• • Element.findall("tag")：查找當前元素為“tag”的直接子元素

#findall只能用來查找直接子元素，不能用來查找rank，neighbor等element
for country in root.findall('country'):
    rank = country.find('rank').text
    name = country.find('rank').text
    neig = country.find('neighbor').attrib
    print(rank, name,neig)

• • Element.find("tag"):查找為tag的第一個直接子元素

#返回第一個tag為country的element，如沒有，返回None
firstCountry = root.find("country")
print(firstCountry)

• 創建xml文件

__author__ = 'xua'

import xml.etree.ElementTree as ET
#創建根節點
a = ET.Element("root")
#創建子節點，並添加屬性
b = ET.SubElement(a,"sub1")
b.attrib = {"name":"name attribute"}
#創建子節點，並添加數據
c = ET.SubElement(a,"sub2")
c.text = "test"

#創建elementtree對象，寫文件
tree = ET.ElementTree(a)
tree.write("test.xml")

創建的新文件內容為：<root><sub1 name="name attribute" /><sub2>test</sub2></root>

• 修改XML文件

  • ElementTree.write("xmlfile"):更新xml文件
  • Element.append():為當前element對象添加子元素（element）
  • Element.set(key,value):為當前element的key屬性設置value值
  • Element.remove(element):刪除為element的節點

#讀取待修改文件
updateTree = ET.parse("test.xml")
root = updateTree.getroot()
#創建新節點並添加為root的子節點
newEle = ET.Element("NewElement")
newEle.attrib = {"name":"NewElement","age":"20"}
newEle.text = "This is a new element"
root.append(newEle)

#修改sub1的name屬性
sub1 = root.find("sub1")
sub1.set("name","New Name")

#修改sub2的數據值
sub2 = root.find("sub2")
sub2.text = "New Value"

#寫回原文件
updateTree.write("test.xml")

更新完的文件為：<root><sub1 name="New Name" /><sub2>New Value</sub2><NewElement age="20" name="NewElement">This is a new element</NewElement></root>

 

總結

 XML的操作比較常見，當然也有很多第三方的庫可以使用，所需要做的操作無非就是常用的讀寫xml文件、元素節點的增刪改查，大家還可以在python官方文檔上學習更多的操作。

https://docs.python.org/3.5/library/xml.etree.elementtree.html