使用ElementTree对xml文件进行操作

需求：PASCAL VOC数据集的标签文件为XML文件，需要根据所做的课题对其进行更改，因此学习了一些最基础的XML操作方法进行操作。
Python提供了三种方法对XML进行操作：SAX、DOM、ElementTree，其中ElementTree是最简单最轻便的方法。在这个方法中，把xml文件当成了一颗树，几个基本的操作就可以很好的对其中的数据进行读取、更改。

原始XML文件

<annotation>
	<folder>VOC2007</folder>
	<filename>000009.jpg</filename>
	<source>
		<database>The VOC2007 Database</database>
		<annotation>PASCAL VOC2007</annotation>
		<image>flickr</image>
		<flickrid>325443404</flickrid>
	</source>
	<owner>
		<flickrid>autox4u</flickrid>
		<name>Perry Aidelbaum</name>
	</owner>
	<size>
		<width>500</width>
		<height>375</height>
		<depth>3</depth>
	</size>
	<segmented>0</segmented>
	<object>
		<name>horse</name>
		<pose>Right</pose>
		<truncated>0</truncated>
		<difficult>0</difficult>
		<bndbox>
			<xmin>69</xmin>
			<ymin>172</ymin>
			<xmax>270</xmax>
			<ymax>330</ymax>
		</bndbox>
	</object>
	<object>
		<name>person</name>
		<pose>Right</pose>
		<truncated>0</truncated>
		<difficult>0</difficult>
		<bndbox>
			<xmin>150</xmin>
			<ymin>141</ymin>
			<xmax>229</xmax>
			<ymax>284</ymax>
		</bndbox>
	</object>
	<object>
		<name>person</name>
		<pose>Right</pose>
		<truncated>0</truncated>
		<difficult>0</difficult>
		<bndbox>
			<xmin>285</xmin>
			<ymin>201</ymin>
			<xmax>327</xmax>
			<ymax>331</ymax>
		</bndbox>
	</object>
	<object>
		<name>person</name>
		<pose>Left</pose>
		<truncated>0</truncated>
		<difficult>0</difficult>
		<bndbox>
			<xmin>258</xmin>
			<ymin>198</ymin>
			<xmax>297</xmax>
			<ymax>329</ymax>
		</bndbox>
	</object>
</annotation>

需求

需要把object标签下的非"person"种类的物体删去。

节点基本结构

<tag attrib = > text </tag> tail 
例：<APP_KEY channel = 'CSDN'> hello123456789 </APP_KEY> 

• tag，即标签，用于标识该元素表示哪种数据，即APP_KEY
• attrib，即属性，用Dictionary形式保存，即{‘channel’ = ‘CSDN’}
• text，文本字符串，可以用来存储一些数据，即hello123456789
• tail，尾字符串，并不是必须的，例子中没有包含。

主要就是根据树的形状对节点遍历访问，然后根据node.tag、node.attrib、node.text的值进行操作

代码

from xml.etree.ElementTree import Element
from xml.etree import ElementTree as ET
tree = ET.parse('000009.xml') 		#加载xml文件
root = tree.getroot()				#获取根节点
ob_node = root.findall('object')	#找出根节点下所有标签为object的项，
									#返回一个list，find()是找出第一个项
for node in ob_node:
    obj = node.find('name')
    if (obj.text != 'person'):
        root.remove(node)			#删除节点
    # print(obj.tag, obj.attrib, obj.text)

tree.write('000009.xml')			#覆盖原始文件或新创建文件