1、解析XML文件
将使用以下的XML文档作为本节的示例数据。
<?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>
我们可以通过读取文件来导入这些数据
import xml.etree.ElementTree as ET
tree = ET.parse('data.xml')
root = tree.getroot()
print(root)
# <Element 'data' at 0x0000023E14004C78>
作为一个元素,root有一个标签和一个属性字典:
root.tag
# 'data'
root.attrib
# {}
它也有子节点,我们可以迭代:
for child in root:
print(child.tag, child.attrib)
# <Element 'data' at 0x000001B860943C78>
# country {'name': 'Liechtenstein'}
# country {'name': 'Singapore'}
# country {'name': 'Panama'}
孩子节点是嵌套的,我们可以通过索引访问特定的子节点:
root[0][1].text
# '2008'
2、获取XML中的元素
Element有一些有用的方法,可以帮助递归地遍历它下面的所有子树(它的子树,它们的子树,等等)比如:Element.iter():
for neighbor in root.iter('neighbor'):
print(neighbor.attrib)
# {'name': 'Austria', 'direction': 'E'}
# {'name': 'Switzerland', 'direction': 'W'}
# {'name': 'Malaysia', 'direction': 'N'}
# {'name': 'Costa Rica', 'direction': 'W'}
# {'name': 'Colombia', 'direction': 'E'}
-
1.Element.findall(): 只找到带有标签的元素,该标签是当前元素的直接子元素。
-
2.Element.find() :找到第一个带有特定标签的子元素。
-
3.Element.text:访问标签的内容
-
4.Element.get():访问标签的属性值
for country in root.findall('country'):
rank = country.find('rank').text
name = country.get('name')
print(name, rank)
# Liechtenstein 1
# Singapore 4
# Panama 68