python中使用ElementTree 操作XML

概述

      参考elementTree的官方文档，ET 模块可以归纳为三个部分：ElementTree类，Element类以及一些操作 XML 的函数。  XML是一种固有的分层数据格式，表示它的最自然的方式是使用树。 ET为此目的有两个类 - ElementTree将整个XML文档表示为树，并 Element表示此树中的单个节点。与整个文档的交互（读取和写入文件）通常在ElementTree关卡上完成。与单个XML元素及其子元素的交互在该Element级别上完成。

XML中结点结构一般为：<tag attrib>text</tag>的形式

        <tag attrib="attrib">text</tag>

1.解析XML文件

ET模块支持从一个XML文件构造成一个ElementTree对象，以下以官方文档中给出的country.xml为例进行接收

<?xml version="1.0" encoding="utf-8"?>
<data>
    <country1 name="Liechtenstein">
        <rank>1</rank>
        <year>2008</year>
        <gdppc>141100</gdppc>
        <neighbor name="Austria" direction="E"/>
        <neighbor name="Switzerland" direction="W"/>
    </country1>
    <country2 name="中国">
        <rank>68</rank>
        <year>2011</year>
        <gdppc>13600</gdppc>
        <neighbor name="赵三" direction="西边"/>
        <neighbor name="李四" direction="东北"/>
    </country2>
</data>

使用ET模块中的parse（）函数构造一个ElementTree对象，如下所示：

#-*-encoding:utf-8-*-

import xml.etree.ElementTree as ET

# 获取 XML 文档对象 ElementTree
tree = ET.parse('coutry.xml')

# 获取 XML 文档对象的根结点 Element
root = tree.getroot()
# 打印根结点的名称
print "tag:",root.tag

2.XML中查找结点信息

XML中可以使用三种方式进行查找，分别是find()，findall()，iter()的方式，下面通过实例进行介绍

1.find（）方法和findall()

如果使用Element.findall()或者Element.find()方法，则只会从结点的直接子结点中查找，并不会递归查找。

for country in root.findall('country1'):
    rank = country.find('rank').text
    name = country.get('name')
    print name, rank

关于find()和findall()方法，可以参考一篇窃以为不错的博客。

2.iter()

鉴于find()和findall()的缺点，自己较喜欢的使用iter（）方法。

import xml.etree.ElementTree as ET

# 获取 XML 文档对象 ElementTree
tree = ET.parse('coutry.xml')

# 获取 XML 文档对象的根结点 Element
root = tree.getroot()
#使用iter查找并打印结点信息
for index in root.iter("year2"):
    print "index.tag",index.tag

3.修改更新结点

结点的更新涉及到属性更新，值的更新。如果更新属性使用，修改Element.attrib进行修改；如果更新值使用Element.text更新，注意这里的值的更新，如果是数字类型，变化的时候需要需要先转换成int，再转换成str类型进行赋值。那更新后一般需要写入原来的文件中，此时需要使用ElementTree.write()方法写入到XML文件中，如下所示：

#-*- coding:utf-8 -*-

import xml.etree.ElementTree as ET

# 获取 XML 文档对象 ElementTree
tree = ET.parse('coutry.xml')

# 获取 XML 文档对象的根结点 Element
root = tree.getroot()

for index in root.iter("year2"):
    print "index.text", index.text
    index.text = str(int(index.text) + 1)
    print "index.text", index.text

tree.write("countryResult.xml",encoding="UTF-8")

 注意：这里编码格式要使用“UTF-8”，如果使用的是"utf-8"保存后出现没有头部

<?xml version="1.0" encoding="utf-8"?>

的情况