xml解析

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

<annotation> <folder>ILSVRC2015_VID_train_0002/ILSVRC2015_train_00555002</folder> <filename>000000</filename> <source> <database>ILSVRC_2015</database> </source> <size> <width>1280</width> <height>720</height> </size> <object> <trackid>0</trackid> <name>n02691156</name> <bndbox> <xmax>659</xmax> <xmin>592</xmin> <ymax>375</ymax> <ymin>334</ymin> </bndbox> <occluded>0</occluded> <generated>0</generated> </object> </annotation>

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实现的, 如xml.etree.ElementTree, 另一种是速度快一点的xml.etree.cElementTree. 注意：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.

• a. 遍历根节点的下一层　　　
• b. 下标访问各个标签、属性、文本
• c. 查找root下的指定标签
• d. 遍历XML文件
• e. 修改XML文件

  1 2 3 4 5

  import os, sys try: import xml.etree.cElementTree as ET except: import xml.etree.ElementTree as ET

解析xml文件

1 2 3 4 5 6 7 8

xmlFilePath = os.path.abspath('000000.xml') try: tree = ET.parse(xmlFilePath) # 或者 tree = ET.ElementTree(xmlFilePath) root = tree.getroot() # 获取根节点 except Exception as e: print('parse xml failed!') sys.exit()

逐层遍历

1 2 3

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

递归遍历全部:

1 2 3 4 5 6 7

def traverseXml(element): if len(element) > 0: # 叶节点的len为0 for child in element: print(child.tag, child.attrib) traverseXml(child) traverseXml(root)

根据签名查找需要的标签

1 2 3 4 5

item_lists = root.findall('item') # 只能找到儿子, 不能找到孙子, 返回的是儿子们组成的列表 item = root.find('item') # 返回的是单个的儿子 print(root) print(item_lists) print(item)

获取叶子节点的值

当访问到叶子节点时, 就可以利用 text 来得到相应的标签了

1 2 3 4 5 6 7 8 9 10 11

obj_bbox_set =[] objects = root.findall('object') for obj in objects: obj_name = obj.find('name').text bbox = obj.find('bndbox') x1 = int(bbox.find('xmin').text) y1 = int(bbox.find('ymin').text) x2 = int(bbox.find('xmax').text) y2 = int(bbox.find('ymax').text) obj_bbox_set.append([x1, x2, y1, y2, obj_name]) print(obj_bbox_set)