Python处理xml文件

xml格式比较广泛，比如使用xml记录机器学习中的标签，本文主要介绍如何对xml文件进行增删改查操作

参考翻译自python官方网站xml使用说明

xml文件格式介绍

xml使用树形结构展示了一种比较自然的而又有层次感的数据格式文件，xml文件一般在机器学习标签格式存储比较常用。
下面通过例子进行介绍python如何增删改查xml文件

xml文件查找操作

需要操作的xml文件内容:

<annotation>
	<folder>CP</folder>
	<filename>IMG_3314.JPG</filename>
	<path>D:\CP\IMG_3314.JPG</path>
	<source>
		<database>Unknown</database>
	</source>
	<size>
		<width>3024</width>
		<height>4032</height>
		<depth>3</depth>
	</size>
	<segmented>0</segmented>
	<object>
		<name>plate</name>
		<pose>Unspecified</pose>
		<truncated>0</truncated>
		<difficult>0</difficult>
		<bndbox>
			<xmin>1307</xmin>
			<ymin>1857</ymin>
			<xmax>1791</xmax>
			<ymax>2224</ymax>
		</bndbox>
	</object>
</annotation>

---

首先需要读取xml文件，然后获得树的根

import xml.etree.ElementTree as ET
tree = ET.parse('plate.xml') # 从文件中读取
root = tree.getroot()        # 获取xml文件树的根

或者从字符串中读取xml文件:

root = ET.fromstring(plate_data_as_string)

假如需要获得根的标签，使用root.tag，或者通过root.attrib获取节点的属性，以及root.text获得节点的文本，假如node为: <tag=“attrib”>text</tag>

>>> node.tag  # 节点的标签名
'tag'
>>> node.attrib # 标签名的属性值
'attrib'
>>> node.text # 获取节点的文本
'text'

• 获取根节点下的tag为’object’的节点，并找到object节点下的name，并打印text属性。

>>> for object in root.findall('object'):
...    name = object.find('name')
...    print name.text
'plate'

修改xml文件

ElementTree 提供了一个简单的方法去构建与写入xml文档，它write()方法提供了这样的意图。
一旦创建，一个Element 对象就能够直接被修改，其中text属性可以直接通过给 Element.text 赋值实现，而修改attributes属性则需要通过Element.set()方法，添加新的子类则需要 Element.append() 方法

>>> for object in root.iter('object'):
...    new_object = int(object.text) + 1
...    object.text = str(new_object)
...    object.set('updated', 'yes')

>>> tree.write('output.xml')

• 也可以通过Element.remove()方法来删除节点

>>> for object in root.findall('object'):
...    ob = object.find('name').text
...    if ob != 'plate'
...        root.remove(object)
>>> tree.write('output.xml')

知道这些常用的操作就可以灵活的使用xml文件了.