使用Python解析XML文件

1 一个XML文件的例子：

<?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>

XML的格式说明：
Tag： 标签，如country标签
Element：被Tag包围的部分，值，如 68，2011 等
Attribute：标签的属性，如country标签的name

2 解析XML

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

2.1 调用ElementTree类ElementTree(self, element=None, file=None) # 这里的element作为根节点

import xml.etree.ElementTree as ET
tree = ET.ElementTree(file="country.xml")
root = tree.getroot()  
# <Element 'data' at 0x030EA600>

2.2 从字符串读入

import xml.etree.ElementTree as ET
data = open("country.xml").read()
root = ET.fromstring(data)
# root = ET.fromstring(sample_as_string)

3.1 查看Tag和Attribute

# 当要获取属性值时，用attrib方法。 返回一个字典,如
print(root.attrib)
# 可以Element.get(AttributeName)来代替Element.attrib[AttributeName]来访问。
 
# 当要获取节点值时，用text方法。返回一个字符串，如
print(root.text)
 
# 当要获取节点名时，用tag方法。 返回一个字符串，如
print(root.tag)

3.2 查看孩子

print(root.tag)# 根节点标签
for child in root:
     print(child.tag,child.attrib)  # 二级节点标签、属性、内容,结果得到
# country {'name': 'Liechtenstein'}
# country {'name': 'Singapore'}
# country {'name': 'Panama'}

3.3 使用findall等查询根节点下的元素

# 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
# 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
for child in root.findall('.//country'):
     print(child.tag,child.attrib)

4 修改XML

修改Element可以直接访问Element.text

import xml.etree.ElementTree as ET
 
 
# 修改Element的Attribute，也可以用来新增Attribute：
ET.Element.set('AttributeName','AttributeValue')
 
# 新增孩子节点：
root.append(childElement)
 
# 删除孩子节点：
root.remove(childElement)

5.1 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')

5.2 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：

import xml.etree.ElementTree as ET
root = ET.Element('data')
country = ET.SubElement(root,'country', {'name':'Liechtenstein'})  # root 增加 country 节点
rank = ET.SubElement(country,'rank')  # country 增加 rank 节点
rank.text = '1'
year = ET.SubElement(country,'year')  # country 增加 year节点
year.text = '2008'
ET.dump(root)