Python3用xml.etree.ElementTree来解析XML文件和获取XML中的元素

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