python模块之xml.etree.ElementTree

xml.etree.ElementTree用于解析和构建XML文件

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

<?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 >

解析XML文件

parse()函数，从xml文件返回ElementTree

1 2 3

from   xml.etree.ElementTree  import   parse tree  =   parse( 'demo.xml' )   / / 获取ElementTree root  =   tree.getroot()    / /   获取根元素

Element.tag 、Element.attrib、Element.text

1 2 3 4 5 6 7 8

In [ 6 ]: root.tag Out[ 6 ]:  'data'   In [ 7 ]: root.attrib Out[ 7 ]: {}   In [ 25 ]: root.text Out[ 25 ]:  '\n    '

for child in root  迭代获得子元素

1 2 3 4 5 6

In [ 8 ]:  for   child  in   root:     ...:      print (child.tag, child.attrib)     ...:     country { 'name' :  'Liechtenstein' } country { 'name' :  'Singapore' } country { 'name' :  'Panama' }

Element.get()  获得属性值

1 2 3 4 5 6

In [ 27 ]:  for   child  in   root:      ...:      print   (child.tag, child.get( 'name' ))      ...:     country Liechtenstein country Singapore country Panama

root.getchildren()  获得直接子元素

1 2 3 4 5

In [ 21 ]: root.getchildren() Out[ 21 ]: [<Element  'country'   at  0x7f673581c728 >,   <Element  'country'   at  0x7f673581ca98 >,   <Element  'country'   at  0x7f673581cc28 >]

root[0][1]  根据索引查找子元素

1 2 3 4 5

In [ 9 ]: root[ 0 ][ 1 ].text Out[ 9 ]:  '2008'   In [ 10 ]: root[ 1 ][ 0 ].text Out[ 10 ]:  '4'

root.find()　根据tag查找直接子元素，返回查到的第一个元素

1 2	In [ 13 ]: root.find( 'country' ).attrib Out[ 13 ]: { 'name' :  'Liechtenstein' }

root.findall()    根据tag查找直接子元素，返回查到的所有元素的列表

1 2 3 4 5 6

In [ 16 ]:  for   country  in   root.findall( 'country' ):      ...:      print    (country.attrib)      ...:     { 'name' :  'Liechtenstein' } { 'name' :  'Singapore' } { 'name' :  'Panama' }

root.iterfind()   根据tag查找直接子元素，返回查到的所有元素的生成器

1 2	In [ 22 ]: root.iterfind( 'country' ) Out[ 22 ]: <generator  object   prepare_child.< locals >.select at  0x7f6736dccfc0 >

支持的XPath语句(XML Path)

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55

In [ 19 ]: root.findall( './/rank' )   / / 查找任意层次元素 Out[ 19 ]: [<Element  'rank'   at  0x7f673581c8b8 >,   <Element  'rank'   at  0x7f673581c6d8 >,   <Element  'rank'   at  0x7f673581cc78 >]   In [ 32 ]: root.findall( 'country/*' )   / / 查找孙子节点元素 Out[ 32 ]: [<Element  'rank'   at  0x7f673581c8b8 >,   <Element  'year'   at  0x7f673581cbd8 >,   <Element  'gdppc'   at  0x7f673581c958 >,   <Element  'neighbor'   at  0x7f673581c688 >,   <Element  'neighbor'   at  0x7f673581cb38 >,   <Element  'rank'   at  0x7f673581c6d8 >,   <Element  'year'   at  0x7f673581c5e8 >,   <Element  'gdppc'   at  0x7f673581c868 >,   <Element  'neighbor'   at  0x7f673581cb88 >,   <Element  'rank'   at  0x7f673581cc78 >,   <Element  'year'   at  0x7f673581ccc8 >,   <Element  'gdppc'   at  0x7f673581cd18 >,   <Element  'neighbor'   at  0x7f673581cd68 >,   <Element  'neighbor'   at  0x7f673581cdb8 >]   In [ 33 ]: root.findall( './/rank/..' )    / /   ..表示父元素 Out[ 33 ]: [<Element  'country'   at  0x7f673581c728 >,   <Element  'country'   at  0x7f673581ca98 >,   <Element  'country'   at  0x7f673581cc28 >]   In [ 34 ]: root.findall( 'country[@name]' )    / /   包含name属性的country Out[ 34 ]: [<Element  'country'   at  0x7f673581c728 >,   <Element  'country'   at  0x7f673581ca98 >,   <Element  'country'   at  0x7f673581cc28 >]   In [ 35 ]: root.findall( 'country[@name="Singapore"]' )    / /   name属性为Singapore的country Out[ 35 ]: [<Element  'country'   at  0x7f673581ca98 >]   In [ 36 ]: root.findall( 'country[rank]' )    / /   孩子元素中包含rank的country Out[ 36 ]: [<Element  'country'   at  0x7f673581c728 >,   <Element  'country'   at  0x7f673581ca98 >,   <Element  'country'   at  0x7f673581cc28 >]   In [ 37 ]: root.findall( 'country[rank="68"]' )    / /   孩子元素中包含rank且rank元素的text为 68 的country Out[ 37 ]: [<Element  'country'   at  0x7f673581cc28 >]   In [ 38 ]: root.findall( 'country[1]' )      / /   第一个country Out[ 38 ]: [<Element  'country'   at  0x7f673581c728 >]   In [ 39 ]: root.findall( 'country[last()]' )    / /   最后一个country Out[ 39 ]: [<Element  'country'   at  0x7f673581cc28 >]   In [ 40 ]: root.findall( 'country[last()-1]' )     / /   倒数第二个country Out[ 40 ]: [<Element  'country'   at  0x7f673581ca98 >]

root.iter()  递归查询指定的或所有子元素　

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29

In [ 29 ]: root. iter () Out[ 29 ]: <_elementtree._element_iterator at  0x7f67355dd728 >   In [ 30 ]:  list (root. iter ()) Out[ 30 ]: [<Element  'data'   at  0x7f673581c778 >,   <Element  'country'   at  0x7f673581c728 >,   <Element  'rank'   at  0x7f673581c8b8 >,   <Element  'year'   at  0x7f673581cbd8 >,   <Element  'gdppc'   at  0x7f673581c958 >,   <Element  'neighbor'   at  0x7f673581c688 >,   <Element  'neighbor'   at  0x7f673581cb38 >,   <Element  'country'   at  0x7f673581ca98 >,   <Element  'rank'   at  0x7f673581c6d8 >,   <Element  'year'   at  0x7f673581c5e8 >,   <Element  'gdppc'   at  0x7f673581c868 >,   <Element  'neighbor'   at  0x7f673581cb88 >,   <Element  'country'   at  0x7f673581cc28 >,   <Element  'rank'   at  0x7f673581cc78 >,   <Element  'year'   at  0x7f673581ccc8 >,   <Element  'gdppc'   at  0x7f673581cd18 >,   <Element  'neighbor'   at  0x7f673581cd68 >,   <Element  'neighbor'   at  0x7f673581cdb8 >]   In [ 31 ]:  list (root. iter ( 'rank' )) Out[ 31 ]: [<Element  'rank'   at  0x7f673581c8b8 >,   <Element  'rank'   at  0x7f673581c6d8 >,   <Element  'rank'   at  0x7f673581cc78 >]