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