python语言解析xml文件的常用的有两种方式

最新推荐文章于 2022-09-14 22:46:55 发布
最新推荐文章于 2022-09-14 22:46:55 发布
阅读量1.5k 收藏
点赞数
分类专栏： python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ngforever/article/details/9280747
版权

MiniDom方式解析xml

 xml文件以data.xml为例，具体操作如下：

data.xml:

<?xml version="1.0" encoding="utf-8"?>
<info>
   <intro>保存用户的信息</intro>
    <list id='001'>
        <head>auto_userone</head>
        <name>Jordy</name>
        <number>12345678</number>
        <age>20</age>
        <sex>男</sex>
        <hobby>上网</hobby>
    </list>

   <list id='002'>
        <head>auto_usertwo</head>
        <name>功夫</name>
         <number>34443678</number>
         <age>18</age>
         <sex>男</sex>
         <hobby>功夫</hobby>          
     </list>

</info>

 1.  得到DOM对象

    DOM是Document Object Model的简称，它是以对象树来表示一个XML。

     import xml.dom.minidom

     #得到dom对象

     dom = xml.dom.minidom.parse("data.xml")

2.  得到文档元素对象

#得到文档元素对象

root = dom.documentElement  #这里得到的是根节点info

#打印根节点的 名字       节点的值      节点类型

print root.nodeName,root.nodeValue,root.nodeType

节点的属性：

每一个节点都有它的nodeName，nodeValue，nodeType属性。nodeName为节点名字。

nodeValue是节点的值，只对文本节点有效。nodeType是节点的类型，现在有以下几种：

‘ATTRIBUTE_NODE’
‘CDATA_SECTION_NODE’
‘COMMENT_NODE’
‘DOCUMENT_FRAGMENT_NODE’
‘DOCUMENT_NODE’
‘DOCUMENT_TYPE_NODE’
‘ELEMENT_NODE’
‘ENTITY_NODE’
‘ENTITY_REFERENCE_NODE’
‘NOTATION_NODE’
‘PROCESSING_INSTRUCTION_NODE’
‘TEXT_NODE’

3.子元素、子节点的访问

对于已经知道元素名字的子元素，可以通过使用getElementsByTagName()方法访问，例：

root.getElementsByTagName("intro") #读取intro子元素

返回的结果是一个列表。

如果要得到某元素下的所有子节点，可以使用childNodes属性:

root.childNodes

getElementsByTagName()可以搜索当前元素的所有子元素，包括所有层次的子元素。childNodes只保存了当前元素的第一层子结点。

比如：我们想要得到intro元素下的值“保存用户的信息”，实现如下代码：

node = root.getElementsByTagName("intro")[0]

for node in node.childNodes:

    if node.nodeType in ( node.TEXT_NODE, node.CDATA_SECTION_NODE):

        print node.data

这种方式在获取元素的文本时，需要先判断才行，所以使用起来感觉不是太方便。

 

ElementTree库解析xml文件

ElementTree属于python标准库的一部分,ElementTree的parse()方法是这个库的主要入口，它使用文件名或流对象作为参数，parse()方法会立即解析完整个文档，它返回的对象是整个文档的对象，而不是根元素，如果要获取根元素，可以调用getroot()方法。

使用上述的data.xml文档，通过ElementTree库解析的代码：

import xml.etree.ElementTree as ET

#读取xml文件
def load_xml_file(fileName):
    root = ET.parse(fileName).getroot()
    
    #获取文件描述
    intro = root.find('intro').text
    print intro
    
    #获取所有list节点
    all_users = root.findall('list')
    #遍历list节点的子元素
    for user in all_users:
        #得到head节点的文本
        head = user.find('head').text
        #得到name节点的文本
        name = user.find('name').text
        #得到sex节点的文本
        sex = user.find('sex').text
        print head,name,sex
        
if __name__ == '__main__':
      
    load_xml_file('data.xml')

通过这种方式解析xml文件比起使用minidom库解析xml文件的，操作要方便的多。


使用libxml2解析xml

libxml2是使用C语言开发的xml解析器，是一个基于MIT License的免费开源软件，多种编程语言都有基于它的实现，如本文将会介绍的lxml模块。实例“get_xpath_1”如下：

mport libxml2
def get_xpath_1():
doc = libxml2.parseFile("data.xml")#data.xml文件结构与上述的input_xml_string相同
for node in doc.xpathEval("//item/data[@version = '1.0']"):
print (node, node.name, (node.properties.name, node.properties.content))
doc.freeDoc()
程序运行结果如下：

(<xmlNode (data) object at 0x9326c6c>, 'data', ('version', '1.0'))

观察上面的运行结果，能够满足我们的需求，有点小不足“xpathEval()”接口不支持类似模板的用法，但不影响使用，由于libxml2采用C语言开发的，因此在使用API接口的方式上难免会有点“水土不服”(写法或习惯性用法)

使用lxml解析xml

lxml是以上述介绍过的libxml2为基础采用python语言开发的，从使用层面上说比libxml2更适合python开发者(鄙人感受)，且"xpath"接口支持类似模板的用法，实例“get_xpath_2”如下：

import lxml.etree  
def get_xpath_2():  
   doc = lxml.etree.parse(file)  
   for node in doc.xpath("//item/data[@version = $name]", name = "1.0"):  
       print (node, node.tag, (node.items()))

程序运行结果如下：

(<Element data at a1f784c>, 'data', [('version', '1.0'), ('url', 'http://***')])

使用xpath模块解析xml

xpath是python官方推荐的一个支持xpath等处理的模块，是基于本文介绍过的python自带xml处理模块扩展而成，可以很好的结合使用，同时“find”接口也支持类似模板的用法，实例“get_xpath_3”如下：

Python代码 

import xpath  
def get_xpath_3():  
   doc = xml.dom.minidom.parseString(input_xml_string)  
   for node in xpath.find("//item/data[@version = $name]", doc, name = "1.0"):  
       print (node, node.tagName, node.getAttribute("version"))

程序运行结果如下：

(<DOM Element: data at 0x89934cc>, u'data', u'1.0')

总结:

通过对这些类库的实践，我们已经了解了python在处理xml格式的数据时有各种各样的选择，并得知这些类库各自擅长那些方面的处理和各种类库的使用手法，可以根据实际需求选择合适的类库完成开发工作。


NGForever
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
横向对比分析Python解析XML的四种方式
01-20
在最初学习PYTHON的时候，只知道有DOM和SAX两种解析方法，但是其效率都不够理想，由于需要处理的文件数量太大，这两种方式耗时太高无法接受。 在网络搜索后发现，目前应用比较广泛，且效率相对较高的ElementTree也是...
python之xml文件解析
summer2day的博客
09-21 279
xml文件内容如下： &lt;?xml version="1.0" encoding="utf-8"?&gt; &lt;catalog&gt; &lt;maxid&gt;4&lt;/maxid&gt; &lt;login username="pytest" passwd='123456'&gt; &lt;caption&g
如何读取xml文件内容
qq_45587715的博客
03-07 5041
  首先要了解一下什么是xml文件，xml是可扩展标识语言，（Extensible Markup Language）就是开发者在符合xml命名的基础之上，可以根据自己的需求定义自己的标签。它的作用主要是用来存储数据。   解析xml文件的方法有三种DOM、DOM4J、SAX前两种是一次性读取xml文件中的所有内容，然后进行解析，SAX是边读边解析，适合于解析大的文件。   接下来介绍一下通过DOM4J的方法解析xml文件。 需要导入dom4j-
如何读取XML文件
qq_36908783的博客
04-26 4218
一、何为xml 定义 XML是可扩展性标记语言，类似于html，有属于自己的标签等元素，其主要的作用如下 1、用来保存数据，而且这些数据具有自我描述性 2、它可以作为项目或者模块的配置文件 3、还可以作为网络传输数据的格式（现在以json为主） 语法 文档声明 元素（标签） xml属性 xml注释 文本区域（CDATA区） 示例如下： 在这里插入代码片 <?xml version="1.0" encoding="UTF-8" ?> <!--以上内容就是xml文件的声明 versi
用三种语言实现对xml文件的解析
m0_66974192的博客
09-14 402
分别用JAVA 、C#和Pyhon 对xml文件进行解析
python读取并修改XML文件
12-22
Python是广泛用于处理XML数据的语言，它提供了xml.etree.ElementTree模块来解析、创建和修改XML文件。在SSD（Single Shot MultiBox Detector）训练数据中，VOC（PASCAL Visual Object Classes）格式的XML文件通常...
Python解析创建xml文件的代码
12-28
Python作为一门功能强大的编程语言，提供了丰富的库来处理XML相关的任务，如创建、解析和操作XML文件。本篇文章将深入探讨如何使用Python进行XML文件的创建和解析。 首先，我们来看`Create_xml.py`文件中的内容。这...
xmlr：用于解析非常大的XML文件的Python包
02-06
`lxml`是Python中最快的XML库之一，它结合了Cython和libxml2/libxslt库，提供了DOM和SAX两种解析方式；`etree`是Python标准库的一部分，基于libxml2和libxslt，提供了一个轻量级的DOM-like接口。 在实际应用中，...
深入解读Python解析XML的几种方式
12-25
在XML解析方面，Python贯彻了自己“开箱即用”（batteries included）的原则。在自带的标准库中，Python提供了大量可以用于处理XML语言的包和工具，数量之多，甚至让Python编程新手无从选择。 本文将介绍深入解读利用Python语言解析XML文件的几种方式，并以笔者推荐使用的ElementTree模块为例，演示具体使用方法和场景。文中所使用的Python版本为2.7。 一、什么是XML? XML是可扩展标记语言（Extensible Markup Language）的缩写，其中的 标记（markup）是关键部分。您可以创建内容，然后使用限定标记标记它，从而使每个单词
用python解析xml的几种方法_python解析XML方法
weixin_39593354的博客
12-03 725
python有三种方法解析XML，SAX，DOM，以及ElementTree不止各有利弊比如xml.dom.minidom方法。权衡自己学习ElementTree和xml.dom.minidom。XML语法看w3c，主要看xml的层数和复杂程度，数据量大小。一：根据看的内容总结xml.dom.minidom方法简单应用：主要用到 xml.dom.minidom中的parse和documentEle...
python解析xml_详解python解析XML的三种方式
weixin_42299679的博客
01-16 1957
一、XML简介XML是指可扩展标记语言(Extensible Markup Language)。XML是W3C的推荐标准。XML被设计为具有自我描述性。XML被设计用来传输和存储数据。XML标签没有被预定义，需要使用者自行定义标签。XML是各种应用程序之间进行数据传输的最常用的工具。二、XML解析本文介绍python解析XML文件的三种方式，分别是SAX、DOM、ElementTree。...
python xml解析
阿修罗道
06-18 4129
first.xml 1 fsy 24 2 jianjian 24 1000 from xml.etree import ElementTree as etree 读入def read_xml(file): # parse()函数会返回一个能代表整篇文档的对象。这不是根元素。要获得根元素的引用可以调用getroot()方法。 tree = etree.parse(file) root
python3中的三种解析xml文件的方式：
qq_41666763的博客
06-15 9355
python有三种方法解析XML，SAX，DOM，以及ElementTree:配置文件book.xml:1.使用DOM来解析xml文件：2.使用SAX解析xml文件：3.使用ElementTree解析xml文件：
Python 解析不规则结构XML文件实例
weixin_43178103的博客
10-25 1186
关于Python使用xml.etree.ElementTree解析 项目是用于解析xml一个子标签，提取数据，用于创建数据 解析结构类似于这样现在提取的是table_info里面的数据。 table_info数据结构如下 最外层table_info 里面又嵌套了一层table_info，这是一层还有另外一个table_info结构 这个table_info嵌套的更多 现在我们把他看做一个树型结...
用Python解析XML的几种常见方法的介绍
你身后的人
04-21 8147
 一、简介       XML（eXtensible Markup Language）指可扩展标记语言，被设计用来传输和存储数据，已经日趋成为当前许多新生技术的核心，在不同的领域都有着不同的应用。它是web发展到一定阶段的必然产物，既具有SGML的核心特征，又有着HTML的简单特性，还具有明确和结构良好等许多新的特性。        python解析XML常见的有三种方法：一是xml.dom.*模...
python 如何解析xml文件
最新发布
08-06
### 回答1： Python中有许多用于解析XML文件的库，其中最常用的是内置的ElementTree模块。下面是一个基本的XML解析示例： 假设有一个名为“example.xml”的XML文件，其中包含以下内容： ```xml <?xml version="1.0" encoding="UTF-8"?> <root> <person> <name>John</name> <age>30</age> </person> <person> <name>Jane</name> <age>25</age> </person> </root> ``` 要解析此文件，请使用以下代码： ```python import xml.etree.ElementTree as ET # 加载XML文件 tree = ET.parse('example.xml') # 获取根元素 root = tree.getroot() # 遍历所有person元素 for person in root.findall('person'): # 获取名称和年龄子元素 name = person.find('name').text age = person.find('age').text # 打印结果 print('Name: {}, Age: {}'.format(name, age)) ``` 运行此代码将输出： ``` Name: John, Age: 30 Name: Jane, Age: 25 ``` 在这个示例中，我们使用ElementTree库加载XML文件并获取根元素。然后我们使用`findall()`方法查找所有名为“person”的元素，并使用`find()`方法获取每个元素的子元素。最后，我们打印每个人的名称和年龄。 ### 回答2： 在Python中，我们可以使用内置的xml库来解析xml文件。首先，我们需要导入xml.etree.ElementTree模块，并使用其中的ElementTree类。 有两种常用的解析方式：DOM（文档对象模型）和SAX（简单API for XML）。DOM方式将整个xml文件加载到内存中，并以树形结构存储，可以方便地对节点进行修改。而SAX方式则是一种流式解析，逐个读取xml文件的节点并触发相应的事件。 下面是使用DOM方式解析xml文件的示例代码： ``` import xml.etree.ElementTree as ET tree = ET.parse('example.xml') # 解析xml文件 root = tree.getroot() # 获取根节点 # 遍历根节点下的所有子节点 for child in root: print(child.tag, child.attrib) # 打印节点的标签和属性 for subchild in child: print(subchild.tag, subchild.text) # 打印子节点的标签和文本内容 ``` 上述代码中的'example.xml'是xml文件的路径，可以根据实际情况进行替换。通过parse函数解析xml文件，然后使用getroot方法获取根节点。接着可以使用遍历等操作对节点进行处理，例如打印节点的标签和属性信息。 如果使用SAX方式解析xml文件，可以使用xml.sax模块中的handler类。首先需要定义一个名为ContentHandler的类，并重写其startElement、endElement和characters等方法。然后使用xml.sax.parse函数将xml文件和ContentHandler实例作为参数进行解析。 这是一个使用SAX方式解析xml文件的示例代码： ``` import xml.sax class MyHandler(xml.sax.ContentHandler): def startElement(self, name, attrs): print(name, attrs) # 打印节点的标签和属性 def characters(self, content): print(content) # 打印节点的文本内容 def endElement(self, name): pass xml.sax.parse('example.xml', MyHandler()) # 解析xml文件 ``` 同样，'example.xml'是xml文件的路径，可以替换为实际的文件路径。在MyHandler类中，我们可以根据需要重写startElement、endElement和characters等方法来处理不同的节点。 无论是DOM方式还是SAX方式，我们都可以根据具体需求选择合适的解析方式来解析xml文件。 ### 回答3： 在Python中，我们可以使用内置的`xml`模块来解析XML文件。 首先，我们需要导入`xml.etree.ElementTree`模块，并使用`ElementTree.parse()`函数来打开和解析XML文件。这个函数会返回一个`ElementTree`对象，我们可以使用它来获取XML文档的根元素。 接下来，我们可以使用`Element`对象的一些方法来获取和处理XML文档中的元素。例如，使用`Element.findall()`方法可以查找指定标签名的所有元素，使用`Element.find()`方法可以查找第一个匹配指定标签名的元素，使用`Element.text`属性可以获取元素的文本内容。 此外，我们还可以使用XPath表达式来选择特定的元素。可以通过`ElementTree`对象的`ElementTree.xpath()`方法或`Element`对象的`Element.findall()`方法来执行XPath查询。 下面是一个简单的示例，演示了如何使用Python解析XML文件： ```python import xml.etree.ElementTree as ET # 打开XML文件并解析 tree = ET.parse('example.xml') root = tree.getroot() # 获取根元素的标签名和属性 print("根元素:", root.tag) print("根元素属性:", root.attrib) # 遍历子元素并获取它们的标签名和文本内容 for child in root: print("子元素:", child.tag, child.text) # 使用XPath表达式查找指定元素 elements = root.findall(".//book[author='John Smith']") for element in elements: print("查找结果:", element.tag, element.attrib) ``` 请注意，解析XML文件时需要注意文件路径是否正确。另外，XML文件应该格式正确，否则可能会导致解析错误。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值