Python解析xml文件

1. 背景说明?

　　解析 xml 格式的文件有多种方法, 这里只介绍使用 xml.etree.ElementTree 这种解析方式.

2. ElementTree 和 cElementTree 的区别?

　　ElementTree在 Python 标准库中有两种实现。一种是纯 Python 实现例如 xml.etree.ElementTree ，另外一种是速度快一点的 xml.etree.cElementTree 。你要记住： 尽量使用 C 语言实现的那种，因为它速度更快，而且消耗的内存更少。

　　注意: 开发的时候为了调试方便, 可以使用 ElementTree .

3. 解析方式?

　　导入包:  python3.3之后ElementTree模块会自动寻找可用的C库来加快速度

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

 

  3.1 方式一: 读取 xml 文件成 xml 对象

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

# 获取根节点元素
root = tree_obj.getroot()

  3.2 方式二: 读取 xml 字符串成 xml 对象

# 注意: xml 格式开头的 <?xml version......  一定不能有空格, 否则报错!!!
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>
"""

# 获取很节点元素
root = et.fromstring(xml_text)

  3.3 解析各元素获取信息

　　获取属性值和文本信息

# 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")    # 获取属性值
    class_info = action.get("class")        # 同样也是获取标签属性值, 上面的简写方式
    for result in action.iter("result"):
        res_name = result.get("name")
        res_text = result.text              # 获取标签文本信息

　　find 方法 + xpath 解析式 (注意: xpath解析式不支持绝对路径, 仅支持相对路径, 比如 "./")

　　　　find(): 查找满足条件的第一个标签

　　　　findall(): 查找满足条件的所有标签

root = et.fromstring(xml_text)

# find() 查找第一个标签
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() 查找所有标签
actions = root.findall(".//action/result")
for action in actions:
    ac_name = action.get("name")
    ac_text = action.text