python对xml的处理和文件的写入操作1

今天查找了一些python对xml文档的处理，之前用过java对xml文件进行处理，这个以后应该还会用到，这里先记录一下最基本的用到的操作。

要解析的xml文档格式为

可以先用notepad进行一些处理。

代码为：

try:
    import xml.etree.cElementTree as ET
except ImportError:
    import xml.etree.ElementTree as ET

tree = ET.parse('test_new1.xml')
root = tree.getroot()
i = 0
for child in root[0:10]:
    title = child.findall('news_title')
    context = child.findall('news_body')

    #这里是测试，一共有1万篇文章，所以这样命名
    filename = '%05d.txt'%i
    #title是个列表，用text可以获得内容
    t = title[0].text + ' ' + context[0].text.replace("\t"," ").replace("\n","")
    t = t.encode("utf-8")
    with open(filename,"w") as f:
        f.write(t)
    i += 1 
    #print title[0].text + ' ' + context[0].text

其实也是在网上看到别人写的东西，进行了模仿，改成适用自己的代码。

try语句是引入处理xml的包，尽量用C语言编译的import xml.etree.cElementTree as ET要快一些，而且占用内存少

并且import xml.etree.cElementTree as ET并不是很安全。

要有一点要注意的是python在处理中文文档的时候，写入数据要将数据以‘utf-8’的形式编码。

之后就可以做一些分词，文本分类等任务了