Python解析xml文件

1. 背景說明?

　　解析 xml 格式的文件有多種方法, 這里只介紹使用 xml.etree.ElementTree 這種解析方式.

2. ElementTree 和 cElementTree 的區別?

　　ElementTree在 Python 標准庫中有兩種實現。一種是純 Python 實現例如 xml.etree.ElementTree ，另外一種是速度快一點的 xml.etree.cElementTree 。你要記住： 盡量使用 C 語言實現的那種，因為它速度更快，而且消耗的內存更少。

　　注意: 開發的時候為了調試方便, 可以使用 ElementTree .

3. 解析方式?

　　導入包:  python3.3之后ElementTree模塊會自動尋找可用的C庫來加快速度

try:
    import xml.etree.cElementTree as et
except ImportError:
    import xml.etree.ElementTree as et

 

  3.1 方式一: 讀取 xml 文件成 xml 對象

# 從某文件解析成 xml 對象:
tree_obj = et.parse( "city_info.xml" )

# 獲取根節點元素
root = tree_obj.getroot()

  3.2 方式二: 讀取 xml 字符串成 xml 對象

# 注意: xml 格式開頭的 <?xml version......  一定不能有空格, 否則報錯!!!
xml_text = """<?xml version="1.0" encoding="UTF-8"?>
<struts>
    <action name="login" class="com.coderising.litestruts.LoginAction">
        <result name="success">homepage.jsp</result>
        <result name="fail">showLogin.jsp</result>
    </action>
    <action name="logout" class="com.coderising.litestruts.LogoutAction">
       <result name="success">welcome.jsp</result>
       <result name="error">error.jsp</result>
    </action>
</struts>
"""

# 獲取很節點元素
root = et.fromstring(xml_text)

  3.3 解析各元素獲取信息

　　獲取屬性值和文本信息

# xml_text, 即上面的xml字符串

root = et.fromstring(xml_text)
for action in root.iter("action"):
    act_name = action.attrib.get("name")    # 獲取屬性值
    class_info = action.get("class")        # 同樣也是獲取標簽屬性值, 上面的簡寫方式
    for result in action.iter("result"):
        res_name = result.get("name")
        res_text = result.text              # 獲取標簽文本信息

　　find 方法 + xpath 解析式 (注意: xpath解析式不支持絕對路徑, 僅支持相對路徑, 比如 "./")

　　　　find(): 查找滿足條件的第一個標簽

　　　　findall(): 查找滿足條件的所有標簽

root = et.fromstring(xml_text)

# find() 查找第一個標簽
action = root.find(".//action/result[2]")
print(action.get("name"))        # fail
print(action.text)               # result 1.2 result 1.2 result 1.2 result 1.2


# findall() 查找所有標簽
actions = root.findall(".//action/result")
for action in actions:
    ac_name = action.get("name")
    ac_text = action.text