etree解析xml_python中api《lxml.etree》的使用

这是一个关于使用lxml.etree进行XML处理的教程。它简要概述了ElementTree API的主要概念，以及一些简单的增强功能，使您作为程序员的生活更轻松。

关注小编后续次序更新

• 本文章主要介绍的是，ElementTree类
• 从字符串和文件中解析
• fromstring()函数
• XML()函数
• parse()函数
• 解析器对象
• 增量解析

ElementTree类

一个ElementTree的主要文档包裹一个树根节点。它提供了两种序列化和一般文档处理方法。

>>> root = etree 。XML ('''  ...  ... ]> ...  ... ＆tasty;  ...  root> ... '''' )>>> tree = etree 。ElementTree的(根)>>> 打印(树。DOCINFO 。xml_version )1.0 >>> 打印(树。DOCINFO 。DOCTYPE )>>> 树。docinfo 。public_id = ' - // W3C // DTD XHTML 1.0 Transitional // EN' >>> 树。docinfo 。system_url = '文件：//local.dtd' >>> 打印(树。DOCINFO 。DOCTYPE )

一个ElementTree的也是你得到什么，当你调用 解析()函数来解析文件或类似文件的对象(见下面的分析部)。

其中一个重要区别是ElementTree类序列化为完整文档，而不是单个元素。这包括顶级处理说明和注释，以及文档中的DOCTYPE和其他DTD内容：

>>> 打印(etree 。的toString (树)) ＃LXML 1.3.4和后 ]>    parsnips   root>

在原始的xml.etree.ElementTree实现中，在lxml中最高为1.3.3，输出看起来与仅序列化根元素时的输出相同：

>>> 打印(etree 。的toString (树。getroot ()))  防风草 根>

此序列化行为在lxml 1.3.4中已更改。之前，树被序列化而没有DTD内容，这使得lxml在输入 - 输出周期中丢失了DTD信息。

从字符串和文件中解析

lxml.etree支持以多种方式从所有重要来源解析XML，即字符串，文件，URL(http / ftp)和类文件对象。主要的解析函数是fromstring()和 parse()，它们都以source作为第一个参数调用。默认情况下，它们使用标准解析器，但您始终可以将不同的解析器作为第二个参数传递。

fromstring()函数

该fromstring()函数解析字符串的最简单的方法：

>>> some_xml_data = “ data  root>”>>> root = etree 。fromstring (some_xml_data )>>> 打印(根。标签)根>>> etree 。tostring (root )b' data  root>'

XML()函数

的XML()函数的行为类似于fromstring()函数