一、简介
本文章以如下xml 样例进行讲解命名空间和xpath
xml_text="""<?xml version="1.0"?>
<actors xmlns:fictional="http://characters.example.com"
xmlns="http://people.example.com">
<actor>
<name>John Cleese</name>
<fictional:character>Lancelot</fictional:character>
<fictional:character>Archie Leach</fictional:character>
</actor>
<actor>
<name>Eric Idle</name>
<fictional:character>Sir Robin</fictional:character>
<fictional:character>Gunther</fictional:character>
<fictional:character>Commander Clement</fictional:character>
</actor>
</actors>"""
二、xml命名空间和find命令
xml中可以没有默认命名空间,但是如果要有,只能有一个默认命名空间;当一个xml使用了命名空间语法,则find/findall方法必须使用带有命名空间的调用方式否则无法查询数据。实例如下:
root = ET.fromstring(xml_text)
for actor in root.findall('actor'): # 结果为空
name = actor.find('{http://people.example.com}name')
print(name.text)
for char in actor.findall('{http://characters.example.com}character'):
print(' |-->', char.text)
find(match, namespaces=None)
findall(match, namespaces=None)
其中的namespaces是一个dict类型或者一个空字符串,使用方式如下:
ns1={'role1':'url1'}
find('role1:tag1',ns1) #查询命名空间在url1的tag1
实例如下:
ns = {'real_person': 'http://people.example.com',
'role': 'http://characters.example.com'}
for actor in root.findall('real_person:actor', ns):
name = actor.find('real_person:name', ns)
print(name.text)
for char in actor.findall('role:character', ns):
print(' |-->', char.text)
或者
find('{url1}tag1') #查询命名空间在url1的tag1
实例如下:
root = fromstring(xml_text)
for actor in root.findall('{http://people.example.com}actor'):
name = actor.find('{http://people.example.com}name')
print(name.text)
for char in actor.findall('{http://characters.example.com}character'):
print(' |-->', char.text)
三、xpath详解
语法 | 示例 | 说明 |
---|---|---|
tag | find(“tag1”) | 查询标签为tag1的第一层子元素;spam/tag1 查询标签为spam的第一层子元素下的tag1标签 |
// | find(“.//a”) | 其中.是必须的,否则会报错;该语句会返回当前元素下的所有级别上的a标签,(不包含当前元素) |
* | find(“*”) | 查询当前级别下的所有子元素,*/egg 查询当前层级下grandchild elements为egg的元素 |
[position] | 位置是指当前层级下第一层子元素的位置,0代表第一个,1代表第二个,依此类推,-1代表倒数第二个 |
注意: 谓词(方括号内的表达式)前面必须有标记名称、星号或其他谓词。position 谓词前面必须有一个标记名称。
2、实践
find(*)
xml_text1="<a name1='a1'><a name2='a2'><a name3='a3'></a></a><a name2_1='a2_1'><a name3_1='a3_1'></a></a></a>"
root1 = ET.fromstring(xml_text1)
for a in root1.findall('*'):
print(a.attrib)
PS C:\Users\love1\Documents\technology\python\project\test1> python .\test-xml.py
{'name2': 'a2'}
{'name2_1': 'a2_1'}
专业术语
child elements 第一层子元素
grandchild elements 第二层子元素
subelements 所有子元素
on all levels beneath the current element 在当前元素下的所有级别上