python的内置模块xml模块方法 xml解析 详解以及使用
一、XML介绍
xml是实现不同语言或程序直接进行数据交换的协议，跟json差不多，单json使用起来更简单，不过现在还有很多传统公司的接口主要还是xml
xml跟html都属于是标签语言
我们主要学习的是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.ElementTre
ElementTree相当于整个xml节点树，而Element表示节点数中的一个单独节点
我们看下下面的xml文本，标签分为2种。
1、自闭和标签 <rank updated="yes">2</rank>
2、非闭合标签 <neighbor direction="E" name="Austria" />
<data> <country name="Liechtenstein"> <rank updated="yes">2</rank> <year updated="yes">2010</year> <gdppc>141100</gdppc> <neighbor direction="E" name="Austria" /> <neighbor direction="W" name="Switzerland" /> </country> <country name="Singapore"> <rank updated="yes">5</rank> <year updated="yes">2013</year> <gdppc>59900</gdppc> <neighbor direction="N" name="Malaysia" /> </country> <country name="Panama"> <rank updated="yes">69</rank> <year updated="yes">2013</year> <gdppc>13600</gdppc> <neighbor direction="W" name="Costa Rica" /> <neighbor direction="E" name="Colombia" /> </country> </data>
二、xml.etree.ElementTree 模块的具体应用
1、打印根标签的名字
import xml.etree.ElementTree as ET #导入模块，名字太长了，把这个模块名重命名为ET tree = ET.parse("xml_lesson.xml")#parse解析，用ET模块下的parse这个方法把xml文件解析开，解析开拿到一个tree,tree就是一个对象 root = tree.getroot()#这个对象可以调用方法，getroot就是根的意思 print(root.tag)#root这个对象有一个属性tag，tag的值就是根标签的名字 C:\python35\python3.exe D:/pyproject/day21模块/xml_test data
什么是标签，什么是属性，举个例子
<country name="Liechtenstein">
conuntry是标签
name="Liechtenstein" 是这个标签的属性
<neighbor direction="W" name="Costa Rica" />
neighbor是标签
direction="W" name="Costa Rica" 这2个都是标签的属性
2、用for循环查看下root下面是什么东西
for n in root: print(n) C:\python35\python3.exe D:/pyproject/day21模块/xml_test <Element 'country' at 0x0000000000E339F8> <Element 'country' at 0x0000000000E38408> <Element 'country' at 0x0000000000E38598>
这3个地址指向的就是对象，打印下这三个标签的名字，用tag这个属性就可以了
for n in root: print(n.tag) C:\python35\python3.exe D:/pyproject/day21模块/xml_test country country country
在打印下country下面的标签
for n in root: for i in n: print(i.tag) C:\python35\python3.exe D:/pyproject/day21模块/xml_test rank year gdppc neighbor neighbor rank year gdppc neighbor rank year gdppc neighbor neighbor
3、打印标签的属性 attrib
打印country的属性
for n in root: print(n.attrib) C:\python35\python3.exe D:/pyproject/day21模块/xml_test {'name': 'Liechtenstein'} {'name': 'Singapore'} {'name': 'Panama'}
在打印下country里面的对象的属性
for n in root: for i in n: print(i.attrib) C:\python35\python3.exe D:/pyproject/day21模块/xml_test {'updated': 'yes'} {'updated': 'yes'} {} {'name': 'Austria', 'direction': 'E'} {'name': 'Switzerland', 'direction': 'W'} {'updated': 'yes'} {'updated': 'yes'} {} {'name': 'Malaysia', 'direction': 'N'} {'updated': 'yes'} {'updated': 'yes'} {} {'name': 'Costa Rica', 'direction': 'W'} {'name': 'Colombia', 'direction': 'E'}
4、text 标签实际包裹的内容
for n in root: for i in n: print(i.text) C:\python35\python3.exe D:/pyproject/day21模块/xml_test 2 2010 141100 None None 5 2013 59900 None 69 2013 13600 None None
5、iter
想取到每个属性中的year的text值就应该用iter方法这样取
for n in root.iter("year"): print(n.tag,n.text) C:\python35\python3.exe D:/pyproject/day21模块/xml_test year 2010 year 2013 year 2013
6、对xml文件数据进行修改操作
import xml.etree.ElementTree as ET #导入模块，名字太长了，把这个模块名重命名为ET tree = ET.parse("xml_lesson.xml")#parse解析，用ET模块下的parse这个方法把xml文件解析开， #解析开拿到一个tree,tree就是一个对象 root = tree.getroot()#这个对象可以调用方法，getroot就是根的意思 # print(root.tag)#root这个对象有一个属性tag，tag的值就是根标签的名字 for n in root.iter("year"): new_year=int(n.text)+1 n.text=str(new_year)#修改year标签的text属性 n.set("updated1","yes")#给year这个标签增加一个属性 tree.write("xml_lesson.xml")#直接把修改的写入到文件中
<data> <country name="Liechtenstein"> <rank updated="yes">2</rank> <year updated="yes" updated1="yes">2012</year> <gdppc>141100</gdppc> <neighbor direction="E" name="Austria" /> <neighbor direction="W" name="Switzerland" /> </country> <country name="Singapore"> <rank updated="yes">5</rank> <year updated="yes" updated1="yes">2015</year> <gdppc>59900</gdppc> <neighbor direction="N" name="Malaysia" /> </country> <country name="Panama"> <rank updated="yes">69</rank> <year updated="yes" updated1="yes">2015</year> <gdppc>13600</gdppc> <neighbor direction="W" name="Costa Rica" /> <neighbor direction="E" name="Colombia" /> </country> </data>
7、对xml文件进行删除操作，比如删除排名大于50的国家，需要取到每个conutry中的rank的text
import xml.etree.ElementTree as ET #导入模块，名字太长了，把这个模块名重命名为ET tree = ET.parse("xml_lesson.xml")#parse解析，用ET模块下的parse这个方法把xml文件解析开， #解析开拿到一个tree,tree就是一个对象 root = tree.getroot()#这个对象可以调用方法，getroot就是根的意思 # print(root.tag)#root这个对象有一个属性tag，tag的值就是根标签的名字 for n in root.findall("country"):#找到所有的country rank=int(n.find("rank").text)#找到所有的rank的text值 if rank > 50:#判断值大于50的 root.remove(n)#就删除country这个标签 tree.write("xml_lesson.xml")#写入文件
删除之后，文件里面只有2个country了
<data>
<country name="Liechtenstein">
<rank updated="yes">2</rank>
<year updated="yes" updated1="yes">2012</year>
<gdppc>141100</gdppc>
<neighbor direction="E" name="Austria" />
<neighbor direction="W" name="Switzerland" />
</country>
<country name="Singapore">
<rank updated="yes">5</rank>
<year updated="yes" updated1="yes">2015</year>
<gdppc>59900</gdppc>
<neighbor direction="N" name="Malaysia" />
</country>
</data>
8、如何通过模块创建xml文件呢
import xml.etree.ElementTree as ET #导入模块，名字太长了，把这个模块名重命名为ET new_xml=ET.Element("namelist")#创建了一个根节点 #相当于创建了<namelist></namelist> name=ET.SubElement(new_xml,"name",attrib={"enrolled":"yes"}) #创建一个子标签name，然后增加一个属性 age=ET.SubElement(name,"age",attrib={"checked":"no"}) sex=ET.SubElement(name,"sex") sex.text="28" et=ET.ElementTree(new_xml)#生成文档对象 et.write("test.xml",encoding="utf8",xml_declaration=True)
查看下生成的text.xml这个文件内容
<namelist> <name enrolled="yes"> <age checked="no"/> <sex>28</sex> </name> </namelist>
