Python_xml
xml: 可扩展标记语言,用来标记数据,定义数据类型,主要用来传输和存储数据(和json差不多,不同语言或程序之间进行数据交换的协议)
ET(xml.etree.ElementTree)中的几个类:
- ElementTree:表示整个xml层级结构
- Element:表示树形结构中所有的父节点
- SubElement:表示树形结构中所有的子节点
xml的标签特征:
tag | 标签名称 | 为字符串类型 |
attrib | 标签属性 | 为字典类型,是所有属性和属性值的集合 |
text | 标签值 | 通常为字符串类型 |
tail | 与下一个标签之间的值 | 通常为字符串类型 |
xml格式:
<site> <name>hello</name> <url>yeah</url> </site> <site> <name>你好</name> <url>嘿</url> </site>
ET模块提供的几个函数:
ET.fromstring(text) |
解析xml数据的字符串,返回一个element实例 |
ET.toString(element,encoding='us-ascii',method='xml',*,short_empty_elements=True) | 生成返回指定的element实例对应的包含xml数据的字符串或字节流 |
encoding: 用于指定输出编码 | |
method :可取值‘xml’,‘heml’,‘text’,默认为xml | |
short_empty_elememts : 用于控制不包含任何内容的elements格式,为True,这些标签将会被输出Wie一个单独的自关闭标签<a\>,若为False,则直接输出标签对<a></a> | |
ET.parse() |
解析包含xml数据的文件名或文件对象,返回一个elementTree实例 |
ET.iterparse(source, events=None, parser=None) | 将xml数据以递增的方式解析到元素树中,最后返回一个提供(event,elem)对的迭代器(iterator) |
events :包含要报告的事件序列,‘start’,‘end’,‘start-ns’,‘end-ns’(ns 表示获取详细的命名空间信息),若 events被省略,则仅报告‘end’事件 | |
parser : 可选的解析器实例,默认为标准的XMLParser解析器 |
ET中的三个类:
1.Element类
1>. Element 中用于操作标签属性attrib的方法(类似于字典):
x.items() | 以(name, value)对的序列返回元素所有属性,且属性在生成序列时是随机的 |
x.keys() | 返回该元素所有属性的名称列表(顺序随机) |
x.get(key, default=None) | 获取该元素指定属性的key值 |
x.set(key,value) | 设置/添加该元素指定属性的值 |
x.clear() | 重置当前元素 |
2>. Element 中用于操作子标签(SubElement)的方法:
append() | 向最后添加一个子标签 |
extends() | 向最后追加多个子标签(列表的形式) |
insert(index,subelement) | 向指定位置插入一个子标签 |
find(match,namespaces=None) | 返回第一个与match匹配的标签或None |
findall(match,namespaces=None) | 返回所有与match匹配的标签 |
findtext(match,default=None,namespces=None) | 返回第一个与match匹配的子标签的text属性值,如果匹配到的元素没有text属性则返回一个空字符串,如果没有匹配到子标签则返回default参数定义的值 |
iter(tag=None) | 以当前子标签作为根创建一个树迭代器,该迭代器会以深度优先的方式迭代这个元素及其下面的元素,若tag有指定值,则从指定值开始迭代 |
iterfind(match,namespaces) | 查找与match参数指定的tag名称或相匹配的所有子元素,并返回迭代对象 |
itertext() | 创建一个迭代器,以文档顺序返回内部文本所有元素 |
remove() | 从当前元素中移除指定的子元素 |
2.ElementTree类
类中的方法:
_setroot() |
以指定的元素替换当前树的根 元素,相当于把整个xml的内容替换掉 |
getroot() |
返回当前树形层级结构的根 元素 |
find(match,namespaces=None) |
与Element.find()相同,从根开始查找 |
findtext() |
与Element.findall()相同,从根开始查找 |
iter() |
为当前根标签创建并返回一个树迭代器,并顺序与tag匹配,并默认返回所有元素 |
iterfind() |
与Element.iterfind()相同,从根开始查找 |
parse(source,parser) |
加载一个外部xml片段到当前标签,并返回该xml的根标签 |
write(file,encoding='us-ascii',xml_declaration=None, default_namespace=None,method='xml',*, short_empty_elements=Ture) |
将当前标签树以xml的形式写入文件 |
default_namespace: 设置默认的xml命名空间 | |
xml_declaration: 用于控制是否将一个xml声明也添加到文件中(False表示添加,True表示不添加,None表示编码不是‘us-ascii’或‘utf-8’或‘Unicode’时才添加) |
创建xml:
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
import xml.etree.cElementTree as ET grandfather = ET.Element('爷爷') # 根节点 uncle = ET.SubElement(grandfather, '大伯', attrib={'性别': '男'}) # 子节点 age = ET.SubElement(uncle, 'age', attrib={'啦啦': '木办法'}) # uncle的子节点 work = ET.SubElement(uncle, 'work') # age 与work同级 child = ET.SubElement(uncle, 'child', attrib={'性别': '女'}) age.text = '45' # 给age和name设值 work.text = '次饭饭' child.text = '二丫' uncle2 = ET.SubElement(grandfather, '二伯', attrib={'性别': '男'}) age = ET.SubElement(uncle2, 'age') work = ET.SubElement(uncle2, 'work') # work 与age同级 child = ET.SubElement(uncle2, 'child', attrib={'性别': '男'}) age.text = '44' work.text = '打豆豆' child.text = '二蛋' et = ET.ElementTree(grandfather) # 生成文档对象 et.write('test.xml', encoding='utf-8', xml_declaration=True) # 注释声明的xml所用编码 # ET.dump(grandfather) # 打印生成格式
结果:
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
<?xml version='1.0' encoding='utf-8'?> <爷爷> <大伯 性别="男"> <age 啦啦="木办法">45</age> <work>次饭饭</work> <child 性别="女">二丫</child> </大伯> <二伯 性别="男"> <age>44</age> <work>打豆豆</work> <child 性别="男">二蛋</child> </二伯> </爷爷> #######运行结果本身没有缩进#########
对xml的部分操作:
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
import xml.etree.cElementTree as ET tree = ET.parse('test.xml') # 解析文件 root = tree.getroot() # 遍历节点 print(root.tag) # x.tag 获取根节点名字 # 遍历所有的内容 for child in root: print(child.tag, child.attrib) # 打印节点,属性 for i in child: print('--->', i.tag, i.text) # 打印节点,节点里的值(内容) # # 取一个节点的值 # for node in root.iter('work'): # 遍历单独某一个节点里的值(过滤year值) # print(node.tag, node.text) # # # 修改(更新)一个某个节点(某个值) # for node in root.iter('age'): # new_age = int(node.text) + 1 # 新的年份 +1 # node.text = str(new_age) # node.set('感叹:', '老了!') # 设置(添加)属性 # # tree.write('xmltext.xml', encoding='utf-8',xml_declaration=True) # 更新文件 # 删除某一个节点 # for uncle in root.findall('uncle'): # findall() 把所有的uncle找到 # age = int(uncle.find('age')) # 找到age下的内容转换为int类型 # if age > 44: # root.remove(uncle) # 如果满足条件的节点则删除 # tree.write('xtext.xml', encoding='utf-8', xml_declaration=True)
另:
除ElementTree(元素树)解析方法外,还有 SAX(simple API for xml), DOM(Document Object Model),Expat 解析xml
参考笔记:https://www.cnblogs.com/yyds/p/6627208.html