XML的基本概念介绍
XML指可扩展标记语言(extensible markup language)
XML被设计用来传输和存储数据。
概念一
<foo> # foo元素的起始标签
</foo> # foo元素的结束标签
每个起始标签必须有对应的结束标签来闭合,也可以写成<foo/>
概念二
<foo> # 元素可以嵌套到任意参次
<bar></bar> # bar元素为foo元素的子元素
</foo> # 父元素foo的结束标签
概念三
<foo lang='EN'> # foo元素有个lang的属性,该属性值为: EN;对应Python字典(Name-Value)对;
<bar id='001' lang="CH"></bar> # bar元素有个lang的属性,该属性值为: CH;还有个id属性,值为:001,放置在''或“”中;
</foo> # bar元素中的lang属性不会和foo元素中相冲突,每个元素都有独立的属性集;
概念四
<title>Learning Python</title> # 元素可以有文本内容
# Note:如果一个元素即没有文本内容,也没有子元素,则为空元素。
概念五
<info> # info元素为根节点
<list id='001'> A </list> # list元素为子节点
<list id='002'> B </list>
<list id='003'> C </list>
</info>
概念六
<feed xmlns='http://www.w3.org/2005/Atom'> # 可以通过声明xmlns来定义默认名字空间,feed元素处于http://www.w3.org/2005/Atom命名空间中
<title>dive into mark</title> # title元素也是。名字空间声明不仅会作用于当前声明它的元素,还会影响到该元素的所有子元素
</feed>
也可以通过xmlns:prefix声明来定义一个名字空间并取其名为prefix。
然后该名字空间中的每个元素都必须显式地使用这个前缀(prefix)来声明。
<atom:feed xmlns:atom='http://www.w3.org/2005/Atom'> # feed属于命名空间atom
<atom:title>dive into mark</atom:title> # title元素同样属于该命名空间
</atom:feed> # xmlns(XML Name Space)
ElementTree解析
两种实现
ElementTree生来就是为了处理XML ,它在Python标准库中有两种实现。
一种是纯Python实现,例如: xml.etree.ElementTree
另一种是速度快一点的: xml.etree.cElementTree
尽量使用C语言实现的那种,因为它速度更快,而且消耗的内存更少! 在程序中可以这样写:
复制代码代码如下:
try:
import xml.etree.cElementTree as ET
except ImportError:
import xml.etree.ElementTree as ET
常用方法
复制代码代码如下:
# 当要获取属性值时,用attrib方法。
# 当要获取节点值时,用text方法。
# 当要获取节点名时,用tag方法。
示例XML
<?xml version="1.0" encoding="utf-8"?>
<info>
<intro>Book message</intro>
<list id='001'>
<head>bookone</head>
<name>python check</name>
<number>001</number>
<page>200</page>
</list>
<list id='002'>
<head>booktwo</head>
<name>python learn</name>
<number>002</number>
<page>300</page>
</list>
</info>
###########
## 加载XML
###########
方法一:加载文件
root = ET.parse('book.xml')
方法二:加载字符串
root = ET.fromstring(xmltext)
###########
## 获取节点
###########
方法一: 获得指定节点->getiterator()方法
book_node = root.getiterator('list')
方法二: 获得指定节点->findall()方法
book_node = root.findall('list')
方法三: 获得指定节点->find()方法
book_node = root.find('list')
方法四: 获得儿子节点->getchildren()
for node in book_node:
book_node_child = node.getchildren()[0]
print book_node_child.tag, '=> ', book_node_child.text
###########
## 例子01
###########
# coding=utf-8
try: # 导入模块
import xml.etree.cElementTree as ET
except ImportError:
import xml.etree.ElementTree as ET
root = ET.parse('book.xml') # 分析XML文件
books = root.findall('/list') # 查找所有根目录下的list的子节点
for book_list in books: # 对查找后的结果遍历
print "=" * 30 # 输出格式
for book in book_list: # 对每个子节点再进行遍历,找出里面你的属性及值
if book.attrib.has_key('id'): # 一句id来做条件判断
print "id:", book.attrib['id'] # 根据id打印出属性值
print book.tag + '=> ' + book.text # 输出标签及文本内容
print "=" * 30
输出结果:
==============================
head=> bookone
name=> python check
number=> 001
page=> 200
==============================
head=> booktwo
name=> python learn
number=> 002
page=> 300
==============================