利用python处理xml文件

以下部分均来自官方文档学习，主要以作为笔记为主

简单处理,xml.etree.ElementTree使用

被处理示例文档，并命名为country_data.xml

<?xml version="1.0"?>
<data>
    <country name="Liechtenstein">
        <rank>1</rank>
        <year>2008</year>
        <gdppc>141100</gdppc>
        <neighbor name="Austria" direction="E"/>
        <neighbor name="Switzerland" direction="W"/>
    </country>
    <country name="Singapore">
        <rank>4</rank>
        <year>2011</year>
        <gdppc>59900</gdppc>
        <neighbor name="Malaysia" direction="N"/>
    </country>
    <country name="Panama">
        <rank>68</rank>
        <year>2011</year>
        <gdppc>13600</gdppc>
        <neighbor name="Costa Rica" direction="W"/>
        <neighbor name="Colombia" direction="E"/>
    </country>
</data>

1. XML文件解析

导入处理库

import xml.etree.ElementTree as ET

解析文档

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

创建根元素

root = tree.getroot()

通过根元素对象的属性，获取其对应的信息

• tag属性：元素名称
• attrib属性：元素的属性名和属性值的键值对

root.tag #返回‘data'
root.attrib #返回[]空值，因为data元素没有设置属性

对于根元素进行遍历，并输出子元素的名称和属性键值对

 for child in root:
 	print(child.tag, child.attrib)

通过索引获取子元素的值

root[0][1].text #返回根目录下，第一个子元素下第二的值 '2008

2. 针对元素名进行XML文件处理

iter()函数：处理返回当前元素对象下，所有与参数名相同的元素的迭代器；

for neighbor in root.iter('neighbor'):
     print(neighbor.attrib)
        
'''
返回结果
{'name': 'Austria', 'direction': 'E'}
{'name': 'Switzerland', 'direction': 'W'}
{'name': 'Malaysia', 'direction': 'N'}
{'name': 'Costa Rica', 'direction': 'W'}
{'name': 'Colombia', 'direction': 'E'}
'''

findall()函数：处理返回当前元素对象下，所有与参数名相同的直接子元素的迭代器；

for country in root.findall('country'):
     rank = country.find('rank').text
     name = country.get('name')
     print(name, rank)
        
'''
返回结果
Liechtenstein 1
Singapore 4
Panama 68
'''

3. 修改一个XML文件

通过解析后的XML文件，将其按照文本格式进行处理，更改对应值，最后利用tree.write()进行保存；

set(key，value)函数：在对应的元素中增加属性及属性值；

append(element)函数：将一个元素增加到文档末尾；

for rank in root.iter('rank'):
     new_rank = int(rank.text) + 1
     rank.text = str(new_rank)
     rank.set('updated', 'yes')

tree.write('output.xml')

remove(element)函数：删除一个元素；

for country in root.findall('country'):
    #删除rank属性大于50的
     rank = int(country.find('rank').text)
     if rank > 50:     
     root.remove(country)

tree.write('output.xml')

4. 建立XML文档

Element(tag，attrib={}，**extra)函数：创建一个XML文档以name名作为根元素；

SubElement(*parent, tag, attrib={}, *extra)函数：创建一个以parent为父元素的名字为tag的，并增加attrib属性和属性值；

a = ET.Element('a')
b = ET.SubElement(a, 'b')
c = ET.SubElement(a, 'c')
d = ET.SubElement(c, 'd')
ET.dump(a)

'''
<a>
	<b />
	<c>
		<d />
	</c>
</a>
'''

5. 常用函数

tostring(*element，encoding =“ us-ascii”，method =“ xml”，，short_empty_elements = True )函数：将一个元素实例转化为字符串形式；

fromstring(text，parser=None)函数：从字符串形式解析XML部分，和其作用相同的函数为XML()函数；

XMLID(text,parser=None)函数：从字符串形式解析XML部分返回一个元素和元素之的字典；

Element对象函数：

• clear()函数：重置元素，删除所有子元素，清除所有属性
• items()函数：以（名称，值）对的序列形式返回元素属性，属性以任意顺序返回；
• keys()函数：返回元素属性名称的列表；
• append(subelement)函数：将子元素添加到所有子元素的末尾；
• extend(subelement)函数：在零个或者多个元素的序列中，追加子元素；
• insert(index，subelement)函数：在指定位置插入子元素；

TreeBuilder对象函数：

• start(tag，attrs)函数：创建一个新的元素，tag为元素名称，attrs为tag的属性名称，返回一个敞开的element；
• data(data)函数：将字符串加入到敞开的元素中；
• end(tag)函数：关闭元素名称为tag的元素，并返回一个闭合的元素；
• close()函数：刷新创建器缓存，并返回最顶端元素，返回一个元素实例；