python etree模块_python模块之xml.etree.ElementTree | 学步园

python有三种方法解析XML，SAX，DOM，以及ElementTree###1.SAX (simple API for XML )pyhton 标准库包含SAX解析器，SAX是一种典型的极为快速的工具，在解析XML时，不会占用大量内存。但是这是基于回调机制的，因此在某些数据中，它会调用某些方法进行传递。这意味着必须为数据指定句柄，以维持自己的状态，这是非常困难的。###2.DOM(Document Object Model)与SAX比较，DOM典型的缺点是比较慢，消耗更多的内存，因为DOM会将整个XML数读入内存中，并为树中的第一个节点建立一个对象。使用DOM的好处是你不需要对状态进行追踪，因为每一个节点都知道谁是它的父节点，谁是子节点。但是DOM用起来有些麻烦。###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，这里主要介绍ElementTree。

一 基本知识

1、插入节点

Element.insert(index, element) 、Element(tag[, attrib][, **extra]) 、SubElement(parent,

tag[, attrib[, **extra]]) 、Element.append(subelement)

2、删除节点

Element.remove(subelement) 删除一个节点、Element.clear()删除该节点下所有子节点

3、在节点中插入属性

Element.set(key, value)

4、查找节点

a) Element.getiterator   b) Element.getchildren   c) Element.find   d) Element.findall

#coding:utf-8

import os,sys,os.path

import xml.etree.ElementTree as ET

def read_xml(xmlFile,destDir):

'''

parse xml,规则是解析如下格式的xml，root下的2、3级建立目录，第4级建立文件，4级以下以合适的形式写入到文件中

-

-

-

-

-

X86

2

21205

107

0

0

-

-

.rdata

5064

100

0

0

0

0

'''

# 加载XML文件(2种方法,一是加载指定字符串，二是加载指定文件)

tree=ET.parse(xmlFile)

root = tree.getroot()

#root = ET.fromstring(xmlContent)

dir1_nodes = root.getchildren()

#create dir1

for dir1_node in dir1_nodes:

dir1=destDir+os.path.sep+dir1_node.attrib['NAME']

if os.path.exists(dir1)==False:

os.mkdir(dir1)

#create dir2

dir2_nodes = dir1_node.getchildren()

for dir2_node in dir2_nodes:

dir2=dir1+os.path.sep+dir2_node.attrib['NAME']

if os.path.exists(dir2)==False:

os.mkdir(dir2)

#create file

dir3_nodes = dir2_node.getchildren()

for dir3_node in dir3_nodes:

dir3=dir2+os.path.sep+dir3_node.attrib['NAME']

#print dir3

f=open(dir3,'w')

#遍历xml标签name=***.obj

prelen=0

dir4_nodes = dir3_node.getchildren()

for dir4_node in dir4_nodes:

traversal(dir4_node,f,prelen)

f.close()

def traversal(node,f,prelen):

'''recursively traversal the rest of xml's content'''

length=node.getchildren()

attrs=''

texts=''

if len(node.attrib)>0:

for key in node.attrib:

attrs+=str(key)+":"+str(node.attrib[key])+" "

attrs=attrs[:-1]

f.write('-'*prelen+node.tag+'('+attrs+')')

else:

f.write('-'*prelen+node.tag)

if node.text!=None:

f.write(':'+node.text)

f.write('\n')

if length!=0:

nodes = node.getchildren()

prelen+=4

for node1 in nodes:

traversal(node1,f,prelen)

def parseXmls(filePath,destDir):

'''traversal xmls directory'''

if os.path.isfile(filePath)and os.path.basename(filePath).endswith('.xml'):

#print filePath

read_xml(filePath,destDir)

else:

for item in os.listdir(filePath):

#print item

subpath = filePath+os.path.sep+item

parseXmls(subpath,destDir)

def main():

"Main function."

#input xml dir

while True:

dir=raw_input("input the dir:")

if not os.path.exists(dir):

print("you input dir is not existed!")

continue

else:

break

#create the dir of dest path that using to store the parsing xmls

'''destDir = os.path.split(dir)[0]+os.sep+time.strftime('%Y%m%d')

if not os.path.exists(destDir):

os.mkdir(destDir) '''

destDir = os.path.split(dir)[0]+os.path.sep+os.path.basename(dir)+'xml'

if os.path.exists(destDir)==False:

os.mkdir(destDir)

#recall the function of parse the xmls

parseXmls(dir,destDir)

if __name__ == '__main__':

main()