ElementTree是Python常用的处理XML文件的类
下面所有的操作都将下面这段XML为例,我们将它保存为sample.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>
先对XML的格式做一些说明:
- Tag: 使用<和>包围的部分,如成为start-tag,是end-tags;
- Element:被Tag包围的部分,如68,可以认为是一个节点,它可以有子节点;
- Attribute:在Tag中可能存在的name/value对,如中的name="Liechtenstein",一般表示属性。
读入XML数据
首先读入XML,有两种途径,从文件读入和从字符串读入。
从文件读入:
import xml.etree.ElementTree as ET tree = ET.parse('sample.xml') root = tree.getroot()
查看Tag和Attribute
这时得到的root是一个指向Element对象,我们可以通过查看root的tag和attrib
import xml.etree.ElementTree as ET tree = ET.parse('sample.xml') root = tree.getroot() print(root.tag) print(root.attrib)
Tag是一个字符串,而Attribute得到的是一个字典
查看child
①使用for...in...访问
import xml.etree.ElementTree as ET tree = ET.parse('sample.xml') root = tree.getroot() for child in root: print(child.tag, child.attrib)
②使用下标访问
import xml.etree.ElementTree as ET tree = ET.parse('sample.xml') root = tree.getroot() print(root[0].tag) print(root[0][0].tag)
③使用Tag名称访问
下标访问的方法虽然简单,但是在未知XML具体结构的时候并不适用,通过Tag名称访问的方法更具有普适性。这里用到Element类的几个函数,分别是
- Element.iter()
- Element.findall()
- Element.find()
这两个函数使用的场景有所差异:
Element.iter()用来寻找所有符合要求的Tag,注意,这里查找的范围是所有孩子和孩子的孩子 and so on。
如果查看所有的year,可以使用下面的代码:
import xml.etree.ElementTree as ET tree = ET.parse('sample.xml') root = tree.getroot() for neighbor in root.iter('year'): print(neighbor.text)
Element.findall()只查找直接的孩子,返回所有符合要求的Tag的Element,
Element.find()只返回符合要求的第一个Element。
如果查看Singapore的year的值,可以使用下面的代码:
import xml.etree.ElementTree as ET tree = ET.parse('sample.xml') root = tree.getroot() for country in root.findall('country'): if country.attrib['name'] == 'Singapore': year = country.find('year') # 使用Element.find() print(year.text) for country in root.findall('country'): if country.attrib['name'] == 'Singapore': years = country.findall('year') # 使用Element.findall() print(years[0].text) # 注意和上段的区别
查看Element的值
我们可以直接用Element.text来得到这个Element的值。
修改XML
修改Element
修改Element可以直接访问Element.text。
修改Element的Attribute,也可以用来新增Attribute:
Element.set('AttributeName','AttributeValue')
新增孩子节点
Element.append(childElement)
删除孩子节点
Element.remove(childElement)
保存XML
我们从文件解析的时候,我们用了一个ElementTree的对象tree,在完成修改之后,还用tree来保存XML文件。
tree.write('output.xml')
构建XML
ElementTree提供了两个静态函数(直接用类名访问,这里我们用的是ET)可以很方便的构建一个XML,如:
root = ET.Element('data') country = ET.SubElement(root,'country', {'name':'Liechtenstein'}) rank = ET.SubElement(country,'rank') rank.text = '1' year = ET.SubElement(country,'year') year.text = '2008' ET.dump(root)
就可以得到
12008