2.3.3 Python和XML

XML在软件领域用途非常广泛

XML指可扩展标记语言（EXtensible Markup Language）。

XML是一种标记语言，很类似于HTML。

XML的设计宗旨是传输数据，而非显示数据。

XML标签没有被预定义，你需要自行定义标签。

XML被设计为具有自我描述性。

XML是W3C的推荐标准。

常用属性如下：

tag：string，元素数据种类。

text：string，元素的内容。

attrib：dictionary，元素的属性字典。

tail：string，元素的尾形。

针对属性的操作如下：

clear()：清空元素的后代、属性、text和tail也设置为None。

get（key，default=None）：获取key对应的属性值，如该属性不存在则返回default值。

items()：根据属性字典返回一个列表，列表元素为（key，value）。

keys()：返回包含所有元素属性键的列表。

set（key，value）：设置新的属性键与值。针对后代的操作如下。

append（subelement）：添加直系子元素。

extend（subelements）：增加一串元素对象作为子元素。

find（match）：寻找第一个匹配子元素，匹配对象可以为tag或path。

findall（match）：寻找所有匹配子元素，匹配对象可以为tag或path。

findtext（match）：寻找第一个匹配子元素，返回其text值。匹配对象可以为tag或path。

insert（index，element）：在指定位置插入子元素。

iter（tag=None）：生成遍历当前元素所有后代或者给定tag的后代的迭代器。

iterfind（match）：根据tag或path查找所有的后代。

itertext()：遍历所有后代并返回text值。

remove（subelement）：删除子元素。

ElementTree对象：

find（match）。

findall（match）。

findtext（match，default=None）。

getroot()：获取根节点。

iter（tag=None）。

iterfind（match）。

parse（source，parser=None）：装载xml对象，source可以为文件名或文件类型对象。

write（file，encoding="us-ascii"，xml_declaration=None，default_namespace=None，method="xml"）。

编写一个test.xml文件：

<bookstore>

<book category="COOKING">

<title lang="en">Everyday Italian</title>

<author>Giada De Laurentiis</author>

<year>2005</year>

<price>30.00</price>

</book>

<book category="CHILDREN">

<title lang="en">Harry Potter</title>

<author>J K. Rowling</author>

<year>2005</year>

<price>29.99</price>

</book>

<book category="WEB">

<title lang="en">Learning XML</title>

<author>Erik T. Ray</author>

<year>2003</year>

<price>39.95</price>

</book>

</bookstore>

下面Python操作XML：

>>> import xml.etree.cElementTree as ET

>>> tree = ET. ElementTree (file="D://test.xml")

>>> t = tree. getroot () #获取根目录

>>> t. tag

'bookstore'

>>> t. attrib

{}

读出全部元素：

>>> for i in t:

print i.tag,i.attrib

book {'category': 'COOKING'}

book {'category': 'CHILDREN'}

book {'category': 'WEB'}

读出指定信息：

>>> t[0].tag

'book'

>>> t[0].attrib

{'category': 'COOKING'}

获取详细内容：

>>> t[0][0].tag

'title'

>>> t[0][0].attrib

{'lang': 'en'}

>>> t[0][0].text

'Everyday Italian'

指定节点遍历：

>>> for e in tree.iter (tag="book"):

print e.tag,e.attrib

book {'category': 'COOKING'}

book {'category': 'CHILDREN'}

book {'category': 'WEB'}

>>> for e in tree.iter (tag="title"):

print e.tag,e.attrib,e.text

title {'lang': 'en'} Everyday Italian

title {'lang': 'en'} Harry Potter

title {'lang': 'en'} Learning XML

如果不指定元素名称，就是将所有的元素遍历一遍。

通过搜索指定内容：

>>> for e in tree. iterfind ("book/title"):

print e.text

Everyday Italian

Harry Potter

Learning XML

利用findall()方法，也可以实现查找功能：

>>> for e in tree. findall ("book"):

title = e.find("title").text

pri = e.find("price").text

lang = e.find("title").attrib

print title,pri,lang

Everyday Italian 30.00 {'lang': 'en'}

Harry Potter 29.99 {'lang': 'en'}

Learning XML 39.95 {'lang': 'en'}

对xml文档的编辑：

>>> t[1].tag

'book'

>>> del t[1] #删除节点，只删除内存中的节点，原文件不变

>>> tree. write ("D://test.xml") #重新写入一个文档，覆盖原文件

对文档进行修改：

>>> for p in t.iter("price"):

print p.text

30.00

39.95

>>>

>>> for p in t.iter("price"):

new_price = float(p.text)+10

p.text = str(new_price)

p.set("updated","up")

>>> tree.write("D://test.xml")

删除一般很少用del(),常用remove()方法