xml模块

 

　　xml即可扩展标记语言，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，超文本标记语言被设计用来显示数据，其焦点是数据的外观。它被设计用来传输和存储数据，其焦点是数据的内容。那么Python是如何处理XML语言文件的呢?下面一起来看看Python常用内置模块之xml模块吧。

　　那我们主要学习的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表示节点数中的一个单独的节点。

　　例如有以下xml文档：

<?xml version="1.0"?>
<data>
    <country name="Liechtenstein">
        <rank updated="yes">2</rank>
        <year>2008</year>
        <gdppc>141100</gdppc>
        <neighbor name="Austria" direction="E"/>
        <neighbor name="Switzerland" direction="W"/>
    </country>
    <country name="Singapore">
        <rank updated="yes">5</rank>
        <year>2011</year>
        <gdppc>59900</gdppc>
        <neighbor name="Malaysia" direction="N"/>
    </country>
    <country name="Panama">
        <rank updated="yes">69</rank>
        <year>2011</year>
        <gdppc>13600</gdppc>
        <neighbor name="Costa Rica" direction="W"/>
        <neighbor name="Colombia" direction="E"/>
    </country>
</data>

xml数据

　例如：<rank updated="yes">2</rank>，整个称为节点，其中rank为节点名称，updated=“yes”为属性，而2称为值。那我们怎么对这些进行操作呢？

import xml.etree.ElementTree as ET
#1、打开文件，并获取xml文件对象
tree=ET.parse("xml_test") 
#2、获取根对象
root =tree.getroot() 
#注：tag->获取标签名 attrib-->获取属性 text->获取该标签下的内容
print(root.tag,root.attrib,root.text)
 
#遍历xml文档
for child in root: #遍历根节点下的子节点
    print(child.tag, child.attrib) 
    for i in child:  #遍历子节点下的子节点
        print(i.tag,i.text)
 
#只遍历year 节点
for node in root.iter('year'):
    print(node.tag,node.text)

#输出为：
year 2008
year 2011
year 2011

#--------------------------------------------------------
 
#修改
for node in root.iter('year'):
    new_year = int(node.text) + 1
    node.text = str(new_year)  #获取该节点下的值直接进行赋值即可
    node.set("updated","yes")  #添加节点的属性
 
tree.write("xmltest.xml")  #最后修改完需写入文档
 
 
#删除node
for country in root.findall('country'):
   rank = int(country.find('rank').text)
   if rank > 50:
     root.remove(country)
 
tree.write('output.xml')

 

同时我们也可以自己创建xml文档，自己进行写入：　　

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

import xml.etree.ElementTree as ET
 
 
new_xml = ET.Element("namelist")  #创建根节点，并且获取xml对象
#创建子节点的属性和值
name = ET.SubElement(new_xml,"name",attrib={"enrolled":"yes"})
age = ET.SubElement(name,"age",attrib={"checked":"no"})    
sex = ET.SubElement(name,"sex")
sex.text = '33' #为节点sex添加值
name2 = ET.SubElement(new_xml,"name",attrib={"enrolled":"no"})
age = ET.SubElement(name2,"age")
age.text = '19'
 
et = ET.ElementTree(new_xml) #生成文档对象
et.write("test.xml", encoding="utf-8",xml_declaration=True)
 
ET.dump(new_xml) #打印生成的格式

　　得到的xml文档结果为：

<?xml version='1.0' encoding='utf-8'?>
<namelist>
    <name enrolled="yes">
        <age checked="no" />
        <sex>33</sex>
    </name><name enrolled="no">
    <age>19</age>
</name></namelist>