etree解析xml_Etree方式解析xml知识积累

movies.xml:

War, Thriller

DVD

2003

PG

10

Talk about a US-Japan war

Anime, Science Fiction

DVD

1989

R

8

A schientific fiction

Anime, Action

DVD

4

PG

10

Vash the Stampede!

Comedy

VHS

PG

2

Viewable boredom

遍历 xml 文件：

>>>

import sys

>>>

try:

...     import xml.etree.cElementTree as ET

...

except ImportError:

...     import xml.etree.ElementTree as ET

...

导入包，推荐使用cElementTree，效率高(带C的效率高)

>>>

tree = ET.ElementTree(file='e:\\movie.xml')

>>>

root = tree.getroot()

>>>

print root.tag  #打印标题大标签

collection

>>>

print root.attrib  #打印根部标签属性

{'shelf': 'New Arrivals'}

>>>

for subnode in root:  #遍历根节点下的一级子节点及属性

...     print subnode

...     print subnode.tag

...     print subnode.attrib

...

'movie' at 0x00000000022DD4E0>

movie

{'title':

'Enemy Behind'}

'movie' at 0x00000000022DD6C0>

movie

{'title':

'Transformers'}

'movie' at 0x00000000022DD810>

movie

{'title':

'Trigun'}

'movie' at 0x00000000022DD9C0>

movie

{'title': 'Ishtar'}

>>>

root[0].getchildren() #获得第一个根节点的子节点

[

'type' at 0x00000000022DD510>,

>,

,

D0>,

,

00022DD660>]

>>>

root[0].getchildren()[1] #获得第一个根节点的第二个子节点

'format' at 0x00000000022DD570>

>>>

root[0].getchildren()[1].text #获得第一个根节点的第二个子节点的文本

'DVD'

小练习：获得所有根节点下的description

>>>

for element in root:

...     print element.getchildren()[-1].text

...

Talk

about a US-Japan war

A

schientific fiction

Vash the

Stampede!

Viewable boredom

1. 继续遍历xml文件

>>> print root #拿到根节点

0x00000000022DD480>

>>> print root[0] #拿到根节点第一个

0x00000000022DD4E0>

>>> print root[0][0] #拿到根节点第一个的第一个元素

0x00000000022DD510>

>>> print root[0][0].tag #拿到根节点第一个的第一个元素的标签

type

>>> print root[0][0].text #拿到根节点第一个的第一个元素的文本

War, Thriller

>>> print root[0][0].attrib #拿到根节点第一个的第一个元素的属性

{}

注意：修改xml后再读取属性需要重新获取tree.root，否则内存中仍保留未修改前解析的tree结构，读取结果也是未修改前的。

修改xml增加一个属性值后再读取：

>>> tree =

ET.ElementTree(file='e:\\movie2.xml')

>>> root = tree.getroot()

>>> print root[0]

0x00000000022DDBA0>

>>> print root[0][0]

0x00000000022DDC00>

>>> print root[0][0].attrib

{'a': 'qiqiqiqi'}

>>> print root[0][0].text

War, Thriller

>>> print root[0][0].tag

Type

2.继续遍历xml文件

>>> tree =

ET.ElementTree(file='e:\\movie2.xml')

>>> for element in tree.iter():

...

print element  #获取根节点下的所有元素及标签名

...

print element.tag

...

0x00000000022DD960>

collection

0x00000000022DD900>

movie

0x00000000022DD8A0>

type

format

0x00000000022DD6C0>

year

0x00000000022DD7E0>

rating

0x00000000022DD7B0>

stars

0x00000000022DD750>

description

movie

0x00000000022DD690>

type

0x00000000022DD4E0>

format

0x00000000022DD660>

year

0x00000000022DD600>

rating

0x00000000022DD5D0>

stars

0x00000000022DD5A0>

description

0x00000000022DD570>

movie

0x00000000022DD510>

type

0x00000000022DD4B0>

format

0x00000000022DD420>

episodes

rating

0x00000000022E0210>

stars

0x00000000022E0240>

description

0x00000000022E0270>

movie

0x00000000022E02A0>

type

format

0x00000000022E0300>

rating

0x00000000022E0330>

stars

0x00000000022E0360>

Description

小练习：统计一下这个root下有多少个movie？

自己的方法：

>>> tree =

ET.ElementTree(file='e:\\movie2.xml')

>>> result = 0

>>> for element in tree.iter():

...

if element.tag == "movie":

...

result+=1

...

>>> print result

4

小练习：统计一下这个root下全部的标签个数？

>>> count=0

>>> for element in tree.iter():

...

count+=1

...

>>> print count

28

老师的方法：读文件

直接用iterfind：

>>> count=0

>>> for element in tree.iterfind('movie'):

...

count+=1

...

>>> print count

4

用tag找标签名：

>>> for element in tree.iter(tag =

'movie'):

...

print element

...

0x00000000022E0450>

0x00000000022E0660>

0x00000000022E07B0>

0x00000000022E0960>

小练习：判断是否存在1989的值

>>> for element in tree.iter():

...

if element.text == "1989":

...

print "find it!"

...

break

... else:

...

print "not exist!"

...

find it!

3. 继续遍历xml文件

删除：

print tree.write(sys.stdout) #将 xml 文件的内容写到屏幕上

tree.write("d:\\movies.xml")

#将变更的 xml 文件写入到文件中

>>> del root[0]

>>> del root[0]

>>> del root[0]

>>> import sys

>>> print tree.write(sys.stdout)

Comedy

VHS

PG

2

Viewable boredom

None

>>>

>>> tree.write("e:\\movies.xml")

删除只是删除内存中的，在写入回去才会删除

4. 创建xml文件

>>> import sys

>>> import xml.etree.cElementTree

as ET

>>> a = ET.Element('elem')  #生成一个节点 elem，没有文本节点

>>> c = ET.SubnElement(a,'child1')

#生成一个字节点下的子节点 child1

>>> c = ET.SubElement(a,'child1') #在子节点上添加文本节点

>>> c.text = 'qiqiqi'

>>> d = ET.SubElement(a,'child2') #生成一个字节点下的子节点 child2

>>> b = ET.Element('elem_b') #生成一个节点 elem_b，没有文本节点

>>> root = ET.Element('root') #生成一个节点 root

>>> root.extend((a,b))  #把a，b两个值同级写入根节点

>>> tree = ET.ElementTree(root) #生成节点树

>>> root[0].set('foo','bar') #设定第一个子元素的属性 foo,值为 bar

>>> print tree.write(sys.stdout) #打印节点树

foo="bar">qiqiqi

/>

one

>>> tree.write(sys.stdout) #将 xml 文件内容写到屏幕上

foo="bar">qiqiqi

/>

tree.write("d:\\test.xml") #将 xml 文件内容写入到文本文件中

练习：自己创建一个xml的文件，里面包含数据的ip和端口信息，以及用户名和密码

同学的答案：

#encoding=utf-8

import sys

try:

import xml.etree.cElementTree as ET

except ImportError:

import xml.etree.ElementTree as ET

a = ET.Element('ipinfo')

c = ET.SubElement(a, 'ipadress')

c.text = "10.20.178.90

"

d = ET.SubElement(a, 'port')

d.text ="8080"

a2 = ET.Element('userinfo')

c2= ET.SubElement(a2, 'username')

c2.text = "administrator"

d2= ET.SubElement(a2, 'password')

d2.text ="000000"

root = ET.Element('root')

root.extend((a, a2)) #将a和a2加到root节点下

tree = ET.ElementTree(root) #生成节点树

root[0].set('conf', 'sql')

print tree.write(sys.stdout)

tree.write("E:\\test2.xml")

面试题：有一个数组，里面满足一个条件，就是从里面随机取出三个值，之和为0，那么输出这数组中的三个数  eg：0,0,0，1，-1,2，-1

import random

a=[0,0,0,1,1,-1,-1,2]

count = 0

while 1:

count+=1

random.shuffle(a)

#把a的顺序打乱

if a[0]+a[1]+a[2] == 0: #每次取前3个  (防止取出来的是同一个元素)

print a[0],a[1],a[2]

break

print count

同学的方法：

list = [0,0,0,1,-1,2,-1]

while True:

slice = random.sample(list, 3)

if sum(slice)==0:

print slice

break

平时还得多训练多做题

5. 边读边解析xml文件

#coding=utf-8

import sys

try:

import xml.etree.cElementTree as ET

except ImportError:

import xml.etree.ElementTree as ET

tree = ET.parse("d:\\movies.xml")

count = 0

for elem in tree.iter(tag='movie'): #遍历树中的 movie

节点

print elem.tag

if elem[0].text == 'War, Thriller':

count += 1

print count

#以下代码实现了边读文件边解析的作用，节省了内存

count = 0

for event, elem in ET.iterparse("d:\\movies.xml"): #遍历所有 xml 文件中的标签

#print elem.tag

if event == 'end': #检测“闭合的” (end)事件，标签关闭

if elem.tag == 'type' and elem.text

== 'War, Thriller': #标签为 type，且文本内容为

War, Thriller ,则 count+1

count += 1

elem.clear() #清除元素内容,不清除则整个儿树也会在内存中，没有起到节省内存的作用。

print count

#事件

#start 在元素打开时触发。数据和元素的子元素仍不可用。

# end 在元素关闭时触发。所有元素的子节点，包括文本节点，现在都是可用的。

#close 在解析完成后触发。

官方文档：

https://docs.python.org/2/library/xml.etree.elementtree.html

http://www.cnblogs.com/hongfei/p/python-xml-sax.html