Python 3 介绍（十九）--XML 解析详细介绍

小蘑菇二号

于 2024-09-13 08:36:55 发布

阅读量602

点赞数 8

分类专栏： Python 快速入门文章标签： java python

本文链接：https://blog.csdn.net/MHD0815/article/details/142185932

版权

零基础学 Python--快速入门同时被 2 个专栏收录

40 篇文章 2 订阅

订阅专栏

Python 快速入门

37 篇文章 1 订阅

订阅专栏

1. 使用 xml.etree.ElementTree 解析 XML

2. 使用 xml.dom.minidom 解析 XML

3.3 使用 XPath 查询 XML 文档

总结

在 Python 3 中，解析 XML（可扩展标记语言）文档是一个常见的需求，尤其是在处理 Web 服务、配置文件或其他结构化数据时。Python 提供了多种内置库来解析 XML 文档，包括 xml.etree.ElementTree（简称 ElementTree），xml.dom.minidom（简称 minidom），以及第三方库如 lxml。

下面将详细介绍如何使用 Python 的内置库 ElementTree 和 minidom 来解析 XML 文档，并给出一些示例。

1. 使用 `xml.etree.ElementTree` 解析 XML

ElementTree 是 Python 的标准库之一，它提供了一个轻量级且高效的 XML API。使用 ElementTree 可以方便地解析 XML 文档，并对其进行查询和修改。

1.1 解析 XML 文件

python

深色版本

1import xml.etree.ElementTree as ET
2
3# 解析 XML 文件
4tree = ET.parse('example.xml')
5root = tree.getroot()
6
7# 打印根节点的标签名
8print(root.tag)  # 输出 "root"

1.2 创建 XML 文档

python

深色版本

1# 创建 XML 文档
2root = ET.Element("root")
3child1 = ET.SubElement(root, "child1")
4child2 = ET.SubElement(root, "child2")
5ET.SubElement(child2, "subchild")
6
7# 将 XML 文档转换为字符串
8tree = ET.ElementTree(root)
9tree.write("output.xml")

1.3 查询 XML 文档

python

深色版本

1# 查询 XML 文档中的元素
2for elem in root:
3    print(elem.tag, elem.attrib)
4
5# 查找具有特定属性的元素
6for elem in root.iterfind('.//child[@attr="value"]'):
7    print(elem.text)
8
9# 查找所有的 child 元素
10for elem in root.findall('child'):
11    print(elem.tag)
12
13# 查找所有的子元素，包括子元素的子元素
14for elem in root.iter('subchild'):
15    print(elem.tag)

1.4 修改 XML 文档

python

深色版本

1# 修改元素的文本
2root.find('child').text = "modified text"
3
4# 修改元素的属性
5root.find('child').set('attr', 'new_value')
6
7# 删除元素
8root.remove(root.find('child'))

1.5 保存修改后的 XML 文档

python

深色版本

1tree = ET.ElementTree(root)
2tree.write("output.xml")

2. 使用 `xml.dom.minidom` 解析 XML

minidom 是 Python 的另一个标准库，它基于 DOM（文档对象模型）规范。DOM 是一种将 XML 文档表示为树结构的方法，其中每个节点都是一个对象。

2.1 解析 XML 文件

python

深色版本

1from xml.dom import minidom
2
3# 解析 XML 文件
4doc = minidom.parse('example.xml')
5root = doc.documentElement
6
7# 打印根节点的标签名
8print(root.tagName)  # 输出 "root"

2.2 创建 XML 文档

python

深色版本

1# 创建 XML 文档
2doc = minidom.Document()
3root = doc.createElement("root")
4doc.appendChild(root)
5
6child1 = doc.createElement("child1")
7root.appendChild(child1)
8
9child2 = doc.createElement("child2")
10root.appendChild(child2)
11
12subchild = doc.createElement("subchild")
13child2.appendChild(subchild)
14
15# 将 XML 文档转换为字符串
16xml_str = doc.toprettyxml(indent="  ")
17with open("output.xml", "w") as f:
18    f.write(xml_str)

2.3 查询 XML 文档

python

深色版本

1# 查询 XML 文档中的元素
2for node in root.childNodes:
3    if node.nodeType == node.ELEMENT_NODE:
4        print(node.tagName, node.attributes.items())
5
6# 查找具有特定属性的元素
7elements = doc.getElementsByTagName("child")
8for element in elements:
9    if element.getAttribute("attr") == "value":
10        print(element.firstChild.nodeValue)
11
12# 查找所有的 child 元素
13elements = doc.getElementsByTagName("child")
14for element in elements:
15    print(element.tagName)
16
17# 查找所有的子元素，包括子元素的子元素
18elements = doc.getElementsByTagName("subchild")
19for element in elements:
20    print(element.tagName)

2.4 修改 XML 文档

python

深色版本

1# 修改元素的文本
2element = doc.getElementsByTagName("child")[0]
3element.firstChild.nodeValue = "modified text"
4
5# 修改元素的属性
6element.setAttribute("attr", "new_value")
7
8# 删除元素
9root.removeChild(element)

2.5 保存修改后的 XML 文档

python

深色版本

1xml_str = doc.toprettyxml(indent="  ")
2with open("output.xml", "w") as f:
3    f.write(xml_str)

3. 使用第三方库 `lxml`

lxml 是一个强大的第三方库，它提供了比 ElementTree 更多的功能，支持 XPath 表达式，并且性能更好。lxml 的使用方法与 ElementTree 类似，但提供了更多的灵活性。

3.1 安装 lxml

bash

深色版本

1pip install lxml

3.2 解析 XML 文件

python

深色版本

1from lxml import etree
2
3# 解析 XML 文件
4tree = etree.parse('example.xml')
5root = tree.getroot()
6
7# 打印根节点的标签名
8print(root.tag)  # 输出 "root"

3.3 使用 XPath 查询 XML 文档

python

深色版本

1# 查询 XML 文档中的元素
2for elem in root.xpath('.//child'):
3    print(elem.tag)
4
5# 查找具有特定属性的元素
6for elem in root.xpath('.//child[@attr="value"]'):
7    print(elem.text)
8
9# 查找所有的子元素，包括子元素的子元素
10for elem in root.xpath('.//subchild'):
11    print(elem.tag)

总结

在 Python 中，解析 XML 文档可以通过多种方式实现，其中最常用的有 ElementTree、minidom 和 lxml。ElementTree 是一个轻量级的库，适用于大多数情况；minidom 基于 DOM 规范，提供了更多的对象模型特性；而 lxml 是一个功能强大的第三方库，提供了额外的功能如 XPath 支持和更好的性能。

无论你选择哪种方法，理解和掌握 XML 解析的基本操作，如读取、查询、修改和保存 XML 文档，都是非常重要的。这将帮助你在实际项目中更有效地处理 XML 数据。