python模块-XML模块

　　XML即可扩展标记语言，XML是互联网数据传输的重要工具，它可以跨越互联网任何的平台，不受编程语言和操作系统的限制，可以说它是一个拥有互联网最高级别通行证的数据携带者。

1.XML语法

复制代码
<?xml version="1.0" encoding="utf-8" ?>
<root xmlns='http:autosar.org/schema/r4.0'>
    <part id="01" name="选项一">
        <name>我是李泽雄</name>
        <age>今年29岁</age>
        <sex>男</sex>
    </part>
    <part id="02" name="选项二">
        <name>我是吴鑫哲</name>
        <age>今年39岁</age>
        <sex>男</sex>
    </part>
</root>
复制代码

 

1.1 文档申明

<?xml version="1.0" encoding="utf-8" ?>
　　XML声明放在XML文档的第一行
　　version –文档符合XML1.0规范，我们学习1.0
　　encoding –文档字符编码，比如”gb2312”或者”utf-8”
　　standalone –文档定义是否独立使用。standalone=”no”为默认值。yes代表是独立使用，而no代表不是独立使用

 

1.2 元素和节点 element

    <part id="01" name="选项一">
        <name>我是李泽雄</name>
        <age>今年29岁</age>
        <sex>男</sex>
    </part>

　　1.元素包含标签tag，属性attrib（非必须）和文本text（最内侧元素才有）三要素
　　2.元素可以嵌套元素，每个XML文档必须有且只有一个根元素
　　3.标签分为开始标签和结束标签，标签必须遵守以下规范
　　　　区分大小写，
　　　　不能以数字或下划线”_”开头
　　　　不能包含空格，不能包含冒号
　　4.一个元素可以有多个属性，它的基本格式为：

<标签 属性名1="属性值1" 属性名2="属性值2">

　　　　属性值用双引号""或单引号''分隔
　　　　等号两边不能有空格
　　　　属性值不能包括<,>,&，如果一定要包含，也要使用实体字符
　　5.文本中出现的所有空格和换行，XML解析程序都会当做文本内容进行处理
　　6.具体的元素称为节点，元素是节点的类，节点是元素的实例。同一元素的节点具有相同的标签

 

1.3 命名空间

　　在 XML 中，当两个不同的文档使用相同的元素名时，就会发生命名冲突，而XML 命名空间提供避免元素命名冲突的方法。XML命名空间被放置于元素的root标签之中，并有两种命名方式：

　　1.默认的命名空间

<root xmlns="namespaceURI">
  <part>
  </part>

　　其中,root是根节点，xmlns是固定术语（xml name space），"http:autosar.org/schema/r4.0"是唯一的namespaceURI

　　定义了默认的命名空间后，xml所有节点标签的全民都要加上前缀，比如part节点实际节点名称为：{http:autosar.org/schema/r4.0}part，为了书写方便，通常在python中这样定义：

xmlns = "{http:autosar.org/schema/r4.0}"
node = xmlns+"part"

 

　　2.显式的命名空间

复制代码
<?xml version='1.0' encoding='UTF-8'?>
<nvd xmlns:vuln="http://bulabula" xmlns:cvss="http://abulaabula" xmlns="http://alulalula">
  <entry id="CVE-2011-0001">
     <vuln:cvss>
      <cvss:base_metrics>
        <cvss:score>5.0</cvss:score>
      </cvss:base_metrics>
    </vuln:cvss>
  </entry>
<nvd>
复制代码

　　其中默认的命名空间为xmls，另外声明了两个命名空间xmlns:vuln和xmlns:cvss。
　　cvss:score节点被显式声明为cvss命名空间，需要这样访问：

cvss = “{http://abulabula}”
node.find(cvss + 'score')

 

1.4 实体字符

　　XML有5个预定义的实体字符，用于文本非格式语句

实体字符 说明
&lt; < 
&gt; > 
&amp; &
&apos; ’
&quot; "

 

1.5 CDATA节

　　如果要传递的内容包含大量的<,>,&或者“等一些特殊的不合法的字符，就要用到CDATA节，于把整段文本解释为纯字符数据而不是标记。CDATA节中可以输入任意字符（除]]>外），但是不能嵌套

<![CDATA[文本]]>

 

1.6 注释

<!--这是一个注释-->

 

1.7 处理指令

　　我们也可以使用css样式表来修饰XML文件

 

2.XML模块（内置库）

　　本文主要学习的 xml.etree.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 ET 模块时，需要import xml.etree.ElementTree的操作。ElementTree表示整个XML元素层级，而Element表示元素层级中的一个元素或者一个节点。

import xml.etree.ElementTree as ET

 

2.1 方法列表

ET模块 说明
ET.ElementTree(root) -> ElementTree 指定根节点，创建层级关系，返回ElementTree类
root->Element类
ET.parse(file) -> ElementTree 读取XML文件的层级关系，返回ElementTree类
file->字符串
ET.Element(tag) -> Element 创建根节点，返回Element类
tag->字符串
ET.SubElement(elem, tag) -> Element 创建子节点，返回Element类
elem->现有节点Element类
tag->新节点的标签
ET.tostring(elem) -> str 将节点转为文本，返回字符串
elem->Element类

 

self=ElementTree类 说明
self.write(file) 写入XML文件
file->字符串
self.getroot() -> Element 得到根节点，返回Element类

 

Element类 说明
self.set(key, value) 添加、修改节点属性
key, value->字符串
self.find(path) -> Element 通过层级路径查找子节点，只返回第一个，返回Element类
path->输入字符串
self.findall(path) -> list of Element 通过层级路径查找子节点，用列表返回所有符合条件节点
path->输入字符串
self.iter(elem) -> Iter of Element 查找所有符合条件子节点，返回迭代器
elem->Element类
self.clear() 删除节点
self.text -> str
self.text = str		 读写节点文本，字符串类型
self.tag -> str
self.tag = str		 读写节点标签，字符串类型
self.attrib -> str
self.attrib = str		 读写节点属性，字典类型

 

2.2 新建XML文件

复制代码
import xml.etree.ElementTree as ET

root = ET.Element('root')       # 创建根节点

class1 = ET.SubElement(root, 'class')  # root节点下创建clss元素的class1节点

student1 = ET.SubElement(class1, 'student')
student1.set('id', '101')
student1.set('name', '李泽雄')       # set方法在原有属性后加上新属性，或者修改同名属性
age1 = ET.SubElement(student1, 'age')
age1.text = '29岁'
sex1 = ET.SubElement(student1, 'sex')
sex1.text = '男'

student2 = ET.SubElement(class1, 'student')
student2.attrib = {'id': '102', 'name': '吴鑫哲'}  # attrib会完全替换原有属性
age2 = ET.SubElement(student2, 'age')
age2.text = '39岁'
sex2 = ET.SubElement(student2, 'sex')
sex2.text = '男'

class2 = ET.SubElement(root, 'class')

student3 = ET.SubElement(class2, 'student')
student3.attrib = {'id': '202', 'name': '刘稳'}
age3 = ET.SubElement(student3, 'age')
age3.text = '32岁'
sex3 = ET.SubElement(student3, 'sex')
sex3.text = '男'

tree = ET.ElementTree(root)      # 以root为根节点创建层级关系
tree.write('simple.xml', encoding="utf-8", xml_declaration=True)  # 写入文件声明
复制代码

　　用浏览器打开simple.xml文件

　　

 

2.3 查找XML文件

2.3.1 按路径定位一个节点 getroot find

　　getroot()返回根节点

　　find()根据一个当前节点和层级路径，往下寻找指定元素的第一个节点

复制代码
import xml.etree.ElementTree as ET

tree = ET.parse('simple.xml')

root = tree.getroot()                   # 查找根节点
print(root.tag)                         # 结果：root

elem1 = root.find('class')              # 绝对路径不包括root,只能搜索到第一个符合条件的节点
print(elem1.tag)                        # 结果：class
print(elem1.attrib)                     # 结果：{}
print(elem1.text)                       # 结果： None
elem2 = root.find('class/student')      # 绝对路径用/分割,只能搜索到第一个符合条件的节点
print(elem2.tag)                        # 结果：student
print(elem2.attrib)                     # 结果：{'id': '101', 'name': '李泽雄'}
print(elem2.text)                       # 结果：None
elem3 = elem1.find('student/age')       # 绝对路径不包括elem1,只能搜索到第一个符合条件的节点
print(elem3.tag)                        # 结果：age
print(elem3.attrib)                     # 结果：{}
print(elem3.text)                       # 结果：29岁
复制代码

 

2.3.2 按路径遍历节点 findall

　　findall()根据一个当前节点和层级路径，往下寻找指定元素的所有节点，返回列表

复制代码
import xml.etree.ElementTree as ET

tree = ET.parse('simple.xml')
root = tree.getroot()
elem1 = root.findall('class')         # 返回2个class节点的列表
elem2 = elem1[0].findall('student')   # 列表可以切片
for e in elem2:                       # 列表可以遍历
print(e.attrib)

#结果输出:
{'id': '101', 'name': '李泽雄'}
{'id': '102', 'name': '吴鑫哲'}
复制代码

 

2.3.3 按范围遍历节点 iter

　　iter()在当前节点下搜索指定元素的所有节点，无需层级路径，返回一个迭代器

复制代码
import xml.etree.ElementTree as ET

tree = ET.parse('simple.xml')
root = tree.getroot()
elem1 = root.iter('age')
for e in elem1:
print(e.text)

#结果输出:
29岁
39岁
32岁
复制代码

 

2.3.4 打印节点 tostring

　　tostring()将节点转化成字符串格式输出

复制代码
import xml.etree.ElementTree as ET

tree = ET.parse('simple.xml')
root = tree.getroot()
elem1 = root.findall('class/student')
for e in elem1:
print(ET.tostring(e, encoding="unicode"))

#结果输出:
<student id="101" name="李泽雄"><age>29岁</age><sex>男</sex></student>
<student id="102" name="吴鑫哲"><age>39岁</age><sex>男</sex></student>
<student id="202" name="刘稳"><age>32岁</age><sex>男</sex></student>
复制代码

 

2.4 修改和删除XML数据

　　1.修改节点标签、属性和文本可直接用节点的tag，attrib，text属性，添加节点的属性用set()
　　2.删除节点用clear()
　　3.配合遍历可批量修改
复制代码
import xml.etree.ElementTree as ET

tree = ET.parse('simple.xml')
root = tree.getroot()
elem1 = root.findall('class')
for e in elem1:
    e.tag = 'grade'    # 将class元素改名为grade元素

tree.write('simple.xml')
复制代码

　　

 

3.findall()方法对XPath的支持

　　xml.etree.ElementTree中的findall()方法支持部分XPath语法

 

3.1 创建相对xpath

　　1.支持.作为当前节点tag，/作为下一级子节点tag分隔符。

root.findall("./country/neighbor")

 

　　2.所有实际tag，如果有定义namespace，都必须带有对应的namespace，不可省略

root.findall("./{namespace}country/{namespace}cneighbor")

 

　　3.支持*表示任意节点tag，进行模糊匹配

root.findall("./*/neighbor")

 

　　4.支持//表示任意间隔级子节点分隔符

root.findall(".//neighbor")

 

　　5.支持..表示父节点（官方文档说支持，实测不支持，存疑）

root.findall("../country")

 

3.2 xpath的附加条件

　　1.支持[@attrib]表示筛选带有特定属性的节点，[@attrib!='value']表示筛选属性为特定值的节点，[@attrib!='value']表示筛选属性不为特定值的节点

root.findall(".//year[@name='Singapore']")
root.findall("./*[@name='Singapore']/year")

 

　　2.支持[.='text']表示筛选具有对应text内容的节点
　　[.!='text']表示筛选不具有对应text内容的节点

root.findall(".//year[.='2011']")
root.findall("./*[.='2011']/year")

 

　　3.支持[tag]表示筛选具有对应tag子节点（必须是紧挨着下一级）的节点
　　[tag='text']表示筛选具有对应tag和text内容子节点（必须是紧挨着下一级）的节点
　　[tag!='text']表示筛选具有对应tag，但是不具有对应text内容子节点（必须是紧挨着下一级）的节点

root.findall("./country[year='2011']")

 

3.3 按list定位子节点

　　XPath支持将节点视为自身所有子节点的list，可以直接使用下标返回对应的子节点

node = root[0][1]

 

学习转载于: https://blog.csdn.net/u011079613/article/details/108202248

posted @   小家电维修  阅读(755)  评论(0)  编辑  收藏  举报
相关博文：
· python模块-PyYAML
· HTML教程练习
· Python之XML模块
· Python 标准库之 xml.etree.ElementTree
· Python 标准库之 xml.etree.ElementTree
阅读排行：
· Manus重磅发布：全球首款通用AI代理技术深度解析与实战指南
· 被坑几百块钱后，我竟然真的恢复了删除的微信聊天记录！
· 没有Manus邀请码？试试免邀请码的MGX或者开源的OpenManus吧
· 【自荐】一款简洁、开源的在线白板工具 Drawnix
· 园子的第一款AI主题卫衣上架——"HELLO! HOW CAN I ASSIST YOU TODAY
点击右上角即可分享
微信分享提示
目 录 X

1.XML语法

1.1 文档申明

1.2 元素和节点 element

1.3 命名空间

1.4 实体字符

1.5 CDATA节

1.6 注释

1.7 处理指令

2.XML模块（内置库）

2.1 方法列表

2.2 新建XML文件

2.3 查找XML文件

2.3.1 按路径定位一个节点 getroot find

2.3.2 按路径遍历节点 findall

2.3.3 按范围遍历节点 iter

2.3.4 打印节点 tostring

2.4 修改和删除XML数据

3.findall()方法对XPath的支持

3.1 创建相对xpath

3.2 xpath的附加条件

3.3 按list定位子节点