上一篇内容我们通过一个例子详解了Python解析xml文档的方法(参见Web传输和存储数据结构化，xml可轻松实现，用Python如何解析它？)。今天，我们同样使用一个案例来了解下xml文档的读取和写入操作，以加深印象。千万别走开，前面是对之前知识的回顾，如果你对案例更感兴趣，请直接到文末看。
回顾下就当加深印象了
今天，我们同样使用xml.etree.ElementTree模块下的parse()方法来进行xml文件的读写操作。
为什么使用xml.etree模块
我们知道，Python的xml模块下还有很多接口可以用来处理xml文档，比如，xml.dom、xml.sax模块，都提供了用于处理xml文件的接口。我们为什么就使用etree模块呢？这是因为，其它两个模块的处理方式存在一定的缺陷：
另外两个库都不是完美解决方案
首先，xml.dom模块在处理文档之前，会将xml文件构建好的树状数据存储在内存中，这样既浪费了内存空间，又增加了系统开销，而且当数据量大时，程序运行会非常缓慢；
对Python来说慢是很严重的问题
对比xml.sax模块，使用过这个模块的人都知道，虽说该模块实现了SAX API，运行速度和占用内存方面比xml.dom都要好，但是它在处理xml文件时，过程是很复杂的(对比etree模块来说)，对于开发人员来讲，它没有etree提供的接口便利。
逛超市和逛菜市场的区别
因此，我们今天仍使用xml.etree模块来处理xml文件。对其它两个模块感兴趣的小伙伴可以私底下好好研究下，说不定你还能发现一些好的算法呢？
etree模块处理机制
我们在上篇解析中提到了xml文件的解析，解析之前肯定要先读取了，但是上篇内容并没有很好的做出说明。今天我们来详细梳理下：
接触过Linux的小伙伴肯定知道，Linux文件系统结构就像一个倒立的树形结构，这种结构的优点是层次清晰，便于检索和操作文件。
更像是一颗倒着的树
xml.etree模块在处理xml文档时也采用类似的结构，它将一个xml文档定义为一个标签树结构，整个标签树我们叫ElementTree，它包含了该xml文档的内容，我们可以使用ElementTree.getroot()方法获取标签树最上层的元素，该元素称之为根节点，本质上来讲它仍是一个节点，即Element，它和ElementTree中的每一个节点的操作都是一样的，区别在于它没有父节点。
理解节点之间的关系是主线
从上面的分析我们很容易理解，对于整个xml文档的读取、写入、修改，我们在ElementTree层面上进行；而对于节点Element的操作，我们是在Element层面上展开的。因此，如果能熟练掌握这两个对象的接口，就基本能够读写xml文件了。千万别走开，下面有案例哦！
读取并解析xml文档的一般步骤
【加载文档】
import xml.etree.ElementTree
et = ElementTree.ElementTree(file="demo.xml")
【获取根节点】
root = et.getroot()
root是一个Element对象，它具有以下属性：
1.tag：返回元素的标签名
2.attrib：以字典形式返回属性名和值
它提供的方法有：
print([i for i in dir(root) if not i.startswith('_')], end=' ')
>>>
['append', 'attrib', 'clear', 'extend', 'find', 'findall', 'findtext', 'get', 'getchildren', 'getiterator', 'insert', 'items', 'iter', 'iterfind', 'itertext', 'keys', 'makeelement', 'remove', 'set', 'tag', 'tail', 'text']
这样一些方法，其实常用的就那么几个，下文会提到，这些方法也不需要记住，但这个处理步骤如果能记住就更好了。
【开始匹配】
1.根节点遍历解析其它节点
这里的root本身是一个可迭代对象，它可以直接遍历子元素。如下
for el in root:
print(el.tag)
也可以使用索引找到需要的元素
root[0].tag # 返回root下的第一个元素标签
2.查找需要的元素
使用find()、findall()、,iterfind()等进行查找，这些函数的查找范围是下一层子节点，它们不会去找孙子节点或更下一层节点
find(tagName)：返回第一个匹配的元素
findall(tagName)：返回当前元素下一级所有匹配的元素列表
iterfind(tagName)：作用和findall一样，但是它返回一个生成器对象
3.查找当前元素下的所有元素
root.iter() # 列出根元素下所有子节点列表，返回一个迭代器对象
root.iter(tagName) # 列出所有标签名为tagName的子节点，是迭代器对象
4.正则表达式匹配
*：表示所有节点，如：root.find("a/*")表示查找路径a下面的所有子节点
.：表示当前元素，如：root.find(./*)表示查找当前元素下的所有子节点
//:表示当前层级，如： root.findall(".//a")：查找当前目录下任意层级的标签名为a的子元素
..：表示上层节点，如：root.findall(".//a/..")：查找当前目录下任意层级的标签名为a的子元素的父元素
[@attrib]：表示根据指定的属性搜索元素
[@attrib='value']：表示根据给定属性名搜索元素，如：root.findall("a[@type='txt']")：找到所有type为txt的a标签
[tag]：表示子元素标签，如root.findall("a[b]")：找到包含子元素为b的a标签
[position]：还可以i根据元素位置找相应的元素，从1开始： root.findall("a[1]") root.findall("a[last()-1]")：找到倒数第二个元素
上面就是基本的解析元素的步骤了。这就完了?No，今天的内容才刚开始，我们通过一个案例来展示如何写入xml文件。
一个例子
例子是这样的，我们有一份Excel文件，里面记录了一些学生的基本信息，我们将Excel文件中的内容读取出来，然后存储到xml文件中去。
举例来说明
读取Excel文件需要使用到xlrd模块(第三方模块需要安装)
Excel文件格式如下
Excel表格结构
废话不说，直接上代码了。如下
Excel文件数据以xml格式返回
pretty()函数是用于格式化输出的，方法可借鉴，这是一个递归函数。
剩余代码
程序运行后，生成的xml文件如下
程序最终实现
好了，今天的内容就到这里了，我们详细梳理了xml文件的读写操作方式，并通过一个案例完美展示了从Excel文件中读取数据转化为xml文档的过程。其实，如果程序有需要，你甚至可以完成诸如json转xml或者是csv文件与xml文档之间的转化，都是可以的，感兴趣的小伙伴们试试看，就当是个练习内容。欢迎大家留言讨论，关注我，后续会有更加精彩的内容哦。
转载请注明出处，百家号：Python高手养成
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
