python中xml模块_python常用内置模块之xml模块

大家好，我是讯享网，很高兴认识大家。

一.简介

xml是实现不同语言或程序之间进行数据交换的协议，可扩展标记语言，标准通用标记语言的子集。是一种用于标记电子文件使其具有结构性的标记语言。xml格式如下，是通过<>节点来区别数据结构的。

xml(可扩展标记语言)，它可以用来标记数据、定义数据类型，是一种允许用户对自己的标记语言进行定义的源语言。从结构上，很像HTML超文本标记语言。但他们被设计的目的是不同的，html被设计用来显示

数据，其焦点是数据的外观。xml被设计用来传输和存储数据，其焦点是数据的内容。

二.XML文件处理

ElementTree是python的XML处理模块，它提供了一个轻量级的对象模型。在使用ElementTree模块时，需要import xml.etree.ElementTree的操作。ElementTree表示整个XML节点树，而Element表示节点树中

的一个单独的节点。

创建XML文件

ElementTree(tag)　　　　　　　　其中tag表示根节点，初始化一个ElementTree(节点树)对象。

Element (tag, attrib={}, extra)　　函数用来构造XML的一个根节点，其中tag表示根节点的名称； attrib是一个可选项，表示节点的属性。

SubElement(parent, tag, attrib={}, extra)用来构造一个已经存在的节点的子节点

Element.text和SubElement.text　　　　表示element(节点)对象的额外的内容属性，

Element.tag和Element.attrib　　　　分别表示element对象的标签和属性。

ElementTree.write(file, encoding='us-ascii', xml_declaration=None, default_namespace=None, method='xml')　　函数新建一个XML文件，并且将节点数数据写入XML文件中。

下面以新建一个网站的sitemap.xml文件为例进行代码示例

from xml.etree import ElementTree as ET　　#加载模块，设置一个别名defbuild_sitemap():

urlset= ET.Element("urlset") 　　#设置一个根节点，标签为urlset

url = ET.SubElement(urlset,"url") #在根节点urlset下建立子节点

loc = ET.SubElement(url,"loc")

loc.text= "http://www/baidu.com" #text属性--文本

lastmod = ET.SubElement(url,"lastmod")#在根节点urlset下建立子节点,和loc是同级节点

lastmod.text = "2017-10-10"changefreq= ET.SubElement(url,"changefreq")

changefreq.text= "daily"priority= ET.SubElement(url,"priority")

priority.text= "1.0"tree= ET.ElementTree(urlset) 　　#ElementTree(tag)初始化一个ElemntTree对象，tag表示根节点

tree.write("sitemap.xml")　　　　　　#ET对象方法write(),新建一个XML文件，并且将节点数数据写入XML文件中。

if __name__ == '__main__':

build_sitemap()

生成的xml文件在浏览器打开显示为：

http://www/baidu.com

2017-10-10

daily

1.0

解析和修改XML文件

ElementTree.parse(source, parser=None)　　　将xml文件加载并返回ElementTree对象；parser是一个可选的参数，如果为空，则默认使用标准的XMLParser解析器。

ElementTree.getroot()　　　　　　　　　　　　　得到根节点。返回根节点的element对象。

Element.remove(tag)　　　　　　　　　　　　　删除root下名称为tag的子节点以下函数，ElementTree和Element的对象都包含。

find(match)　　　　　　　　　　得到第一个匹配match的子节点，match可以是一个标签名称或者是路径。返回个element

findtext(match,default=None)　　得到第一个配置的match的element的文本内容

findall(match)　　　　　　　　　得到匹配match下的所有的子节点；match可以是一个标签或者是路径，它会返回一个list，包含匹配的elements的信息

iter(tag)　　　　　　　　　　　　创建一个以当前节点为根节点的iterator。(可以被for循环)

set()　　　　　　　　　　　　设置属性

del attrib[‘属性名’]　　　　　　　　　　　删除属性，每个属性都是一个键值对

还是以上面创建的sitemap.xml为例，对其进行一定的修改，代码示例如下：

from xml.etree importElementTree as ET

tree= ET.parse("sitemap.xml")　　　　#将xml文件加载并返回一个ET对象

url = tree.find("url") 　　　　　　　　#返回第一个匹配的子节点

for rank in tree.iter('loc'): 　　　　 #创建一个以当前节点为根节点的iterator迭代器

rank.text = "http://www.adminba.com"tree.write("sitemap.xml") 　　　　　　 #将节点数数据写入XML文件中。

将url修改为http://www.adminba.com了

http://www.adminba.com

2017-10-10

daily

1.0

---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

下面进行更深入的学习：(长段警告！！)

XML文件示例：

<?xml version="1.0"?>#声明是xml文件，版本号1.0 缩进代表了层级关系　　　　　　# data 是根节点 <>开头<>结尾就表示为一个节点# country节点,name是节点的属性，属性可以有多个，属性值必须用引号 ;属性是键值对！2# rank节点，updated是节点的属性，2 是文本内容2023

2026

13600

可以通过在线工具进行格式化或压缩

XML文件解析： 1. 字符串解析 2.解析文件 ----共同点，都要拿到根节点root

a.解析字符串方式#加载模块，设置一个别名

from xml.etree importElementTree as ET#打开文件，读取XML内容，print(str_xml)则获得整个xml文件中的内容，str_xml是个字符串

str_xml = open('sitemap.xml', 'r').read()#将字符串解析成xml特殊对象，root代指xml文件的根节点，print(root)将获取根节点的内存地址，print(root.tag)可以获取根节点的名称

root =ET.XML(str_xml)

b.解析文件方式from xml.etree importElementTree as ET#直接解析xml文件

tree = ET.parse("sitemap.xml")#获取xml文件的根节点

root = tree.getroot()

XML文件操作：

1.遍历XML文档中的所有内容

from xml.etree importElementTree as ET 解析方式一打开文件，先读取XML内容,在转换成XML对象#str_xml = open('sitemap.xml', 'r').read()#将字符串解析成xml特殊对象，root代指xml文件的根节点#root = ET.XML(str_xml) 解析方式二直接解析xml文件

tree = ET.parse("xo.xml")#获取xml文件的根节点

root =tree.getroot()#顶层标签

print(root.tag)#遍历XML文档的第二层

for child inroot:#第二层节点的标签名称和标签属性

print(child.tag, child.attrib)#遍历XML文档的第三层

for i inchild:#第三层节点的标签名称和内容

print(i.tag,i.text)#输出

country {'name': 'Liechtenstein'}

rank2year2023gdppcneighbor None

neighbor None

country {'name': 'Panama'}

rank69year2026gdppc13600neighbor None

neighbor None

2.遍历XML中指定的节点

...

解析xml文件，获得根节点

...

root=ET.XML(str_xml)

或者

root=tree.getroot()#遍历XML中所有的year节点

for node inroot.iter('year'):print(node.tag, node.text) #节点的标签名称和内容#输出

year 2023year2026

修改节点内容：

由于修改节点时，都在内存中进行，不会影响原文件中的内容。如果想要保存修改，则会要将内存中的内容写入文件。

(1)解析字符串方式的修改和保存

讯享网

from xml.etree importElementTree as ET#打开文件，先读取XML内容,返回字符串

str_xml = open('sitemap.xml', 'r').read()#将字符串解析成xml特殊对象，返回xml文件的根节点

root =ET.XML(str_xml)#顶层标签,根节点的标签

print(root.tag)#循环所有的year节点

for node in root.iter('year'):#将year节点中的内容+1

temp_year = int(node.text) + 1 #节点的text方法获得的是文本字符串，要强制转换类型，node.text=str(temp_year)#设置当前year节点的属性

node.set('name', 'alex')

node.set('age', '18')#删除属性

del node.attrib['name'] 保存文件

tree =ET.ElementTree(root)　　　#初始化一个ElementTree(节点树)对象，类的实例化

tree.write("new_sitemap.xml", encoding='utf-8')　　　　#python默认utf-8编码格式，主要是为了解决汉字的乱码问题

(2)解析文件方式的修改和保存

from xml.etree importElementTree as ET#直接解析xml文件

tree = ET.parse("sitemap.xml")#获取xml文件的根节点，

root =tree.getroot()#顶层标签

print(root.tag)#循环所有的year节点

for node in root.iter('year'):#将year节点中的内容自增一

new_year = int(node.text) + 1node.text=str(new_year)#设置属性

node.set('name', 'alex')

node.set('age', '18')#删除属性

del node.attrib['name'] 保存文件

tree.write("newnew.xml", encoding='utf-8')　　　#区别在于，tree已经是ET对象了，拥有write方法，不用再实例化了

删除节点

(1)以解析字符串方式打开XML文件的删除

from xml.etree importElementTree as ET 解析字符串方式打开打开文件，读取XML内容

str_xml = open('sitemap.xml', 'r').read()#将字符串解析成xml特殊对象，返回xml文件的根节点

root =ET.XML(str_xml)#顶层标签

print(root.tag)#遍历data下的所有country节点

for country in root.findall('country'):#获取每一个country节点下rank节点的内容

rank = int(country.find('rank').text) 　　　　#站在country节点，往下找if rank > 50:#删除指定country节点

root.remove(country)　　　　　　　　#删除是站在顶层标签root节点，往下找然后删除保存文件

tree =ET.ElementTree(root)

tree.write("newnew.xml", encoding='utf-8')

(2)以解析文件方式打开的删除

from xml.etree importElementTree as ET#直接解析xml文件

tree = ET.parse("sitemap.xml")#获取xml文件的根节点

root =tree.getroot()#顶层标签

print(root.tag)#遍历data下的所有country节点

for country in root.findall('country'):#获取每一个country节点下rank节点的内容

rank = int(country.find('rank').text)if rank > 50:#删除指定country节点

root.remove(country) 保存文件

tree.write("newnew.xml", encoding='utf-8')　　　　　#区别就在最后，tree已经是ET对象了，可以直接write

创建XML文件

(1)创建方式一：先用Element()初始化创建一个个节点，然后进行添加，形成父子关系

from xml.etree importElementTree as ET#创建根节点

root = ET.Element("famliy")#创建节点大儿子

son1 = ET.Element('son', {'name': '儿1'})#创建小儿子

son2 = ET.Element('son', {"name": '儿2'})#在大儿子中创建两个孙子

grandson1 = ET.Element('grandson', {'name': '儿11'})

grandson2= ET.Element('grandson', {'name': '儿12'})

son1.append(grandson1)

son1.append(grandson2)#把儿子添加到根节点中，形成节点关系

root.append(son1)

tree= ET.ElementTree(root) #实例化ET对象,然后写入xml文件

tree.write('oooo.xml',encoding='utf-8', short_empty_elements=False)

(2)创建方式二：利用父结点 . makeelement("标签"：{属性} )替代 Element() 初始化一个节点

from xml.etree importElementTree as ET#创建根节点

root = ET.Element("famliy")#创建大儿子#son1 = ET.Element('son', {'name': '儿1'})

son1 =root.makeelement('son', {'name': '儿1'})#创建小儿子#son2 = ET.Element('son', {"name": '儿2'})

son2 = root.makeelement('son', {"name": '儿2'})#在大儿子中创建两个孙子#grandson1 = ET.Element('grandson', {'name': '儿11'})

grandson1 = son1.makeelement('grandson', {'name': '儿11'})#grandson2 = ET.Element('grandson', {'name': '儿12'})

grandson2 = son1.makeelement('grandson', {'name': '儿12'})

son1.append(grandson1)

son1.append(grandson2)#把儿子添加到根节点中

root.append(son1)

tree=ET.ElementTree(root)

tree.write('oooo.xml',encoding='utf-8', short_empty_elements=False)

(3)创建方式三：利用SubElement(parent, tag, attrib={}) 用来构造一个已经存在的节点的子节点，parent 父节点 tag标签 --------------------------》推荐！！！！，容易记忆！！

from xml.etree importElementTree as ET#创建根节点

root = ET.Element("famliy")#创建节点大儿子

son1 = ET.SubElement(root, "son", attrib={'name': '儿1'})#创建小儿子

son2 = ET.SubElement(root, "son", attrib={"name": "儿2"})#在大儿子中创建一个孙子

grandson1 = ET.SubElement(son1, "age", attrib={'name': '儿11'})

grandson1.text= '孙子'tree= ET.ElementTree(root) #生成文档对象

tree.write("test.xml", encoding="utf-8", xml_declaration=True, short_empty_elements=False)

以上创建方式的XML默认无缩进

例如方法三生成的xml文件为

孙子

如果要设置缩进的话，需要修改保存方式：--------------------------》这便是BeautifulSoup存在的意义！！！

fromxml.etreeimportElementTree as ETfrom xml.dom import minidom　　　　　　　　#minidom模块，进行DOM写入和DOM解析defprettify(elem):"""将节点转换成字符串，并添加缩进。　　　　　　　　>BeautifulSoup模块！！

"""rough_string= ET.tostring(elem, 'utf-8')reparsed=minidom.parseString(rough_string)return reparsed.toprettyxml(indent="\t")#创建根节点

root = ET.Element("famliy")#创建大儿子#son1 = ET.Element('son', {'name': '儿1'})

son1 = root.makeelement('son', {'name': '儿1'})#创建小儿子#son2 = ET.Element('son', {"name": '儿2'})

son2 = root.makeelement('son', {"name": '儿2'})#在大儿子中创建两个孙子#grandson1 = ET.Element('grandson', {'name': '儿11'})

grandson1 = son1.makeelement('grandson', {'name': '儿11'})#grandson2 = ET.Element('grandson', {'name': '儿12'})

grandson2 = son1.makeelement('grandson', {'name': '儿12'})

son1.append(grandson1)

son1.append(grandson2)#把儿子添加到根节点中

root.append(son1)

raw_str=prettify(root)f= open("xxxoo.xml",'w',encoding='utf-8')

f.write(raw_str)

f.close()

python中文文档 https://docs.python.org/zh-cn/3/library/xml.html

参考自　https://www.cnblogs.com/ginvip/p/6891534.html

https://www.cnblogs.com/wang-yc/p/5623393.html

python中xml模块_python常用内置模块之xml模块

相关推荐