Python xml模块学习笔记

XML处理模块

警告 XML 模块对于错误或恶意构造的数据是不安全的。 如果你需要解析不受信任或未经身份验证的数据，请参阅 XML 漏洞 和 defusedxml 包部分。

xml.dom 和 xml.sax 包的文档是 DOM 和 SAX 接口的 Python 绑定的定义。

XML 处理子模块包括:

1. xml.etree.ElementTree： ElementTree API，一个简单而轻量级的XML处理器。代码可用性好，速度快，消耗内存少。
2. xml.dom：DOM API 定义。将 XML 数据在内存中解析成一个树，通过对树的操作来操作XML。
3. xml.dom.minidom：最小的 DOM 实现
4. xml.dom.pulldom：支持构建部分 DOM 树
5. xml.sax：SAX2 基类和便利函数。SAX 用事件驱动模型，通过在解析XML的过程中触发一个个的事件并调用用户定义的回调函数来处理XML文件。
6. xml.parsers.expat：Expat解析器绑定

1. ElementTree

文档

1.1 XML生成

#from xml.etree import ElementTree as  etree
from xml.etree.ElementTree import Element
from xml.etree.ElementTree import SubElement
from xml.etree.ElementTree import ElementTree

from xml.dom import minidom

# generate root node
root = Element('root')

# generate first child-node head
head = SubElement(root, 'first-sub')
head.set('a1', '123')
# child-node of head node
title = SubElement(head, 'title')
title.text = "This is first subelement!"

# generate second child-node body
body = SubElement(root, 'second-sub')
body.text = "This is second subelement!"

tree = ElementTree(root)

生成的文件结构如下

<root><first-sub><title>This is first subelement!</title></first-sub><second-sub>This is second subelement!</second-sub></root>

XML缩进
每个标签末尾都有一个tail的结束符，通过判断下一个节点是子节点还是并行节点，添加
node.tail='\n\t'或者node.tail=‘\n\t\t’

<root>
	<first-sub a1="123">
		<title>This is first subelement!</title>
	</first-sub>
	<second-sub>This is second subelement!</second-sub>
</root>

1.2 XML解析

import xml.etree.ElementTree as ET
tree = ET.parse('example.xml')
root = tree.getroot(