lxml的使用简要
1.安装
pip install lxml
在Linux CentOS-6.10下可以这样安装：
yum install python-lxml
2.简单导入
import xml.etree.ElementTree as etree # Python 2.7.16
3._ElementInterface类
http://effbot.org/zone/pythondoc-elementtree-ElementTree.htm#elementtree.ElementTree._ElementInterface-class
_ElementInterface(tag, attrib)：内部元素类，用于定义元素接口。不能直接创建此类的实例，要用Element类和SubElement类代替。
参数：
tag：元素名称。
attrib：元素的属性字典。
方法与属性：
__delitem__(index)：删除给定的子元素。
__delslice__(start, stop)：删除从start到stop的子元素，不包含stop。
__getitem__(index)：返回给定的子元素。
__getslice__(start, stop)：返回从start到stop的子元素列表，不包含stop。
__len__()：子元素个数。
__setitem__(index, element)：设置子元素。
__setslice__(start, stop, elements)：设置从start到stop的子元素，不包含stop。
append(element)：在元素末尾添加一个子元素。
clear()：清除元素，包括把所有的子元素、属性、tail、text都删除或设置为None。
find(path)：传入名称或路径，返回找到的第一个子元素，没有找到就返回None。
findall(path)：传入名称或路径，返回找到的所有子元素的列表。
findtext(path, default=None)：传入名称或路径，返回找到的第一个子元素的字符串，没有找到就返回default给定的值。
get(key, default=None)：获取属性值，如果不存在，返回default值。
getchildren()：返回所有子元素列表。
getiterator(tag=None)：返回列表或迭代器，包含了tag指定的元素及其所有子元素，按文档的顺序。如果文档在迭代过程中被修改了，结果是未定义的。
insert(index, element)：在指定位置插入元素。
items()：返回属性的元组，(string, string)。
keys()：所有属性名列表。
makeelement(tag, attrib)：创建一个新的元素，与当前元素有相同的类型。
remove(element)：删除子元素，此子元素是通过对比id来匹配。
set(key, value)：设置元素属性。
attrib：属性字典，如果可以的话，用get，set，keys，items来访问属性。
tail：在标签结束后，下一个兄弟元素之前的字符串。
text：第一个子元素前的字符串。
4.Element工厂
http://effbot.org/zone/pythondoc-elementtree-ElementTree.htm#elementtree.ElementTree.Element-function
Element(tag, attrib={}, **extra)：返回一个元素对象。
参数：
tag：元素名
attrib：属性字典
extra：额外的属性
元素的方法与属性参考_ElementInterface类。
5.ElementTree类
http://effbot.org/zone/pythondoc-elementtree-ElementTree.htm#elementtree.ElementTree.ElementTree-class
ElementTree(element=None, file=None)：用于包装文档为文档树。
参数：
element：根元素。
file：文件名或文件对象，文件的内容用于初始化文档树。
方法和属性：
_setroot(element)：设置根元素。
find(path)：传入名称或路径，返回找到的第一个顶层元素，没有找到就返回None。类似于getroot().find(path)。
findall(path)：传入名称或路径，返回找到的所有顶层元素的列表。类似于getroot().findall(path)。
findtext(path, default=None)：传入名称或路径，返回找到的第一个顶层元素的字符串，没有找到就返回default给定的值。类似于getroot().findtext(path)。
getiterator(tag=None)：根元素的迭代器，迭代整个文档树。
getroot()：获取根元素。
parse(source, parser=None)：导入XML文件。
write(file, encoding=”us-ascii”)：保存文档树为XML文件。
6.SubElement工厂
SubElement(parent, tag, attrib={}, **extra)：创建子元素。
参数：
parent：父元素
tag：元素名
attrib：属性字典
extra：额外的属性
元素的方法与属性参考_ElementInterface类。
7.一些函数
dump(elem)：输出到sys.stdout。用于debug。
fromstring(text)：解析XML的字符串，返回元素对象。
iselement(element)：是否为元素。
parse(source, parser=None)：解析XML文档为文档树。
tostring(element, encoding=None)：返回元素的XML字符串。
XML(text)：同fromstring(text)。
8.简单的使用演示
#!/usr/bin/env python
# coding=utf-8
import xml.etree.ElementTree as etree
from io import BytesIO
# https://lxml.de/tutorial.html
def test_element():
html = etree.Element('html') # 创建一个元素
body = etree.Element('body')
html.append(body) # 添加一个子元素
div1 = etree.SubElement(body, 'div')
div2 = etree.SubElement(body, 'div')
div1.set('class', 'head')
div1.text = 'hello world!'
div2.text = u'你好！'
print etree.tostring(html,
encoding='utf-8') # <html><body><div class="head">hello world!</div><div>你好！</div></body></html>
child = html[0]
print child.tag # body
print len(child) # 2
for c in body:
print c.text # hello world! 你好！
p = etree.Element('p')
body.insert(0, p)
print len(body) # 3
start = body[:1]
end = body[-1:]
print start[0].tag # p
print end[0].tag # div
print etree.iselement(body) # True
print div1.get('class') # head
print div2.get('class') # None
div1.set('style', 'border: 1px solid red;')
print div1.keys() # ['style', 'class']
for k, v in div1.items():
print '%s = %s' % (k, v) # style = border: 1px solid red; class = head
print div1.attrib # {'style': 'border: 1px solid red;', 'class': 'head'}
p.text = u'一段文字'
p.tail = u'结尾'
print etree.tostring(html,
encoding='utf-8') # <html><body><p>一段文字</p>结尾<div class="head" style="border: 1px solid red;">hello world!</div><div>你好！</div></body></html>
for e in html.iter():
print '%s - %s' % (e.tag, e.text) # html - None body - None p - 一段文字 div - hello world! div - 你好！
for e in html.iter('div'):
print '%s - %s' % (e.tag, e.text) # div - hello world! div - 你好！
s = etree.tostring(html, encoding='utf-8')
another_html = etree.XML(s)
print etree.tostring(another_html,
encoding='utf-8') # <html><body><p>一段文字</p>结尾<div class="head" style="border: 1px solid red;">hello world!</div><div>你好！</div></body></html>
print etree.tostring(another_html, encoding='utf-8', method='text') # 一段文字结尾hello world!你好！
def test_element_tree():
xml = '''<?xml version="1.0"?>
<bookshop>
<book>
<name>C</name>
<author>unknown</author>
</book>
<book>
<name>Algorithm</name>
<author>GG</author>
</book>
</bookshop>
'''
tr = etree.ElementTree(xml)
print type(tr.getroot()) # <type 'str'>
print tr.getroot()
def test_from_string_file():
xml = '''<?xml version="1.0"?>
<bookshop>
<book>
<name>C</name>
<author>unknown</author>
</book>
<book>
<name>Algorithm</name>
<author>GG</author>
</book>
</bookshop>
'''
e1 = etree.fromstring(xml)
print etree.tostring(e1, encoding='utf-8')
e2 = etree.XML(xml)
print etree.tostring(e2, encoding='utf-8')
tr = etree.parse(BytesIO(xml))
print etree.tostring(tr.getroot(), encoding='utf-8')
if __name__ == '__main__':
print 'test_element()', '*' * 100
test_element()
print 'test_element_tree()', '*' * 100
test_element_tree()
print 'test_from_string_file()', '*' * 100
test_from_string_file()
'''
输出为：
test_element() ****************************************************************************************************
<html><body><div class="head">hello world!</div><div>你好！</div></body></html>
body
2
hello world!
你好！
3
p
div
True
head
None
['style', 'class']
style = border: 1px solid red;
class = head
{'style': 'border: 1px solid red;', 'class': 'head'}
<html><body><p>一段文字</p>结尾<div class="head" style="border: 1px solid red;">hello world!</div><div>你好！</div></body></html>
html - None
body - None
p - 一段文字
div - hello world!
div - 你好！
div - hello world!
div - 你好！
<html><body><p>一段文字</p>结尾<div class="head" style="border: 1px solid red;">hello world!</div><div>你好！</div></body></html>
一段文字结尾hello world!你好！
test_element_tree() ****************************************************************************************************
<type 'str'>
<?xml version="1.0"?>
<bookshop>
<book>
<name>C</name>
<author>unknown</author>
</book>
<book>
<name>Algorithm</name>
<author>GG</author>
</book>
</bookshop>
test_from_string_file() ****************************************************************************************************
<bookshop>
<book>
<name>C</name>
<author>unknown</author>
</book>
<book>
<name>Algorithm</name>
<author>GG</author>
</book>
</bookshop>
<bookshop>
<book>
<name>C</name>
<author>unknown</author>
</book>
<book>
<name>Algorithm</name>
<author>GG</author>
</book>
</bookshop>
<bookshop>
<book>
<name>C</name>
<author>unknown</author>
</book>
<book>
<name>Algorithm</name>
<author>GG</author>
</book>
</bookshop>
'''
