Python使用ElementTree处理XML缩进和换行

一、Python Xml介绍

1.1 解析方法

Python 有三种方法解析 XML。SAX，DOM，以及 ElementTree:

1.SAX (simple API for XML )
Python 标准库包含 SAX 解析器，SAX 用事件驱动模型，通过在解析XML的过程中触发一个个的事件并调用用户定义的回调函数来处理XML文件。

2.DOM(Document Object Model)
将 XML 数据在内存中解析成一个树，通过对树的操作来操作XML。

3.ElementTree(元素树)
ElementTree就像一个轻量级的DOM，具有方便友好的API。代码可用性好，速度快，消耗内存少。

注：因DOM需要将XML数据映射到内存中的树，一是比较慢，二是比较耗内存，而SAX流式读取XML文件，比较快，占用内存少，但需要用户实现回调函数（handler）。

2.1 ElementTree介绍

xml.etree.ElementTree模块实现了一个简单高效的API，用于解析和创建XML数据。

警告 该xml.etree.ElementTree模块对于恶意构建的数据是不安全的。如果您需要解析不可信或未经身份验证的数据，请参见XML漏洞。

ElementTree对xml操作分为两级。

• xml.etree.ElementTree.ElementTree(element=None, file=None)。对于xml整个文件的操作（读、写等）是在这一级上。
• class xml.etree.ElementTree.Element(tag, attrib={}, **extra)。对于xml元素的操作则在这一级上。

二、ElementTree基本使用

2.1 xml准备

这个是看菜鸟教程用的xml，这里去掉了几个换行

<collection shelf="New Arrivals">
<movie title="Enemy Behind"><type>War, Thriller</type><format>DVD</format>
   <year>2003</year>
   <rating>PG</rating>
   <stars>10</stars>
   <description>Talk about a US-Japan war</description>
</movie><movie title="Transformers">
   <type>Anime, Science Fiction</type>
   <format>DVD</format>
   <year>1989</year>
   <rating>R</rating>
   <stars>8</stars>
   <description>A schientific fiction</description>
</movie><movie title="Trigun">
   <type>Anime, Action</type>
   <format>DVD</format>
   <episodes>4</episodes>
   <rating>PG</rating>
   <stars>10</stars>
   <description>Vash the Stampede!</description>
</movie>
<movie title="Ishtar">
   <type>Comedy</type>
   <format>VHS</format>
   <rating>PG</rating>
   <stars>2</stars>
   <description>Viewable boredom</description>
</movie>
</collection>

2.2 读写xml

import xml.etree.ElementTree as ET
# 从文件读
tree = ET.parse('movies.xml')
root = tree.getroot() 
# 从字符串读
# root = ET.fromstring(country_data_as_string) 

root 是 Element 类，有标签和属性字典root.tag，root.attrib

三、遍历、换行和缩进

这个是处理换行和缩进的代码

from xml.etree import ElementTree  # 导入ElementTree模块


def pretty_xml(element, indent, newline, level=0):  # elemnt为传进来的Elment类，参数indent用于缩进，newline用于换行
    if element:  # 判断element是否有子元素    
        if (element.text is None) or element.text.isspace():  # 如果element的text没有内容
            element.text = newline + indent * (level + 1)
        else:
            element.text = newline + indent * (level + 1) + element.text.strip() + newline + indent * (level + 1)
            # else:  # 此处两行如果把注释去掉，Element的text也会另起一行
            # element.text = newline + indent * (level + 1) + element.text.strip() + newline + indent * level
    temp = list(element)  # 将element转成list
    for subelement in temp:
        if temp.index(subelement) < (len(temp) - 1):  # 如果不是list的最后一个元素，说明下一个行是同级别元素的起始，缩进应一致
            subelement.tail = newline + indent * (level + 1)
        else:  # 如果是list的最后一个元素， 说明下一行是母元素的结束，缩进应该少一个    
            subelement.tail = newline + indent * level
        pretty_xml(subelement, indent, newline, level=level + 1)  # 对子元素进行递归操作


tree = ElementTree.parse('movies.xml')  # 解析movies.xml这个文件
root = tree.getroot()  # 得到根元素，Element类
pretty_xml(root, '\t', '\n')  # 执行美化方法
tree.write('output.xml')

参考文献

1. 官方文档 https://docs.python.org/zh-cn/3.7/library/xml.etree.elementtree.html#xml.etree.ElementTree.Element
2. 菜鸟教程 https://www.runoob.com/python/python-xml.html