（二）Python创建、修改、保存XML文件——xml.etree.ElementTree模块

最新推荐文章于 2024-05-11 21:31:56 发布

Yale曼陀罗

最新推荐文章于 2024-05-11 21:31:56 发布

阅读量1.8w

点赞数 35

分类专栏：图像标注

本文链接：https://blog.csdn.net/weixin_42782150/article/details/106219001

版权

图像标注专栏收录该内容

2 篇文章 2 订阅

订阅专栏

Python创建、修改、保存XML文件

XML文件格式介绍
XML文件的常见操作
完整练手实例

XML文件格式介绍

XML tree and elements

将XML文档解析为树（tree）

我们先从基础讲起。XML是一种结构化、层级化的数据格式，最适合体现XML的数据结构就是树。ET提供了两个对象：ElementTree将整个XML文档转化为树，Element则代表着树上的单个节点。对整个XML文档的交互（读取，写入，查找需要的元素），一般是在ElementTree层面进行的。对单个XML元素及其子元素，则是在Element层面进行的。

XML是一种固有的分层数据格式，最自然的表示方法是使用树ET。ET有两个类：

ElementTree：表示整个XML文档为树，元素表示此树中的单个节点。与整个文档的交互(读取和写入文件)通常是在ElementTree级别上完成的。
Element：与单个XML元素及其子元素的交互是在Element元素级别上完成的。

tree和root分别是ElementTree中两个很重要的类的对象：ElementTree和Element。

下面对XML文件的格式做一些说明：

Tag：使用<>包围的部分，如：<表示：start-tag，>表示：end-tags；
Element：被Tag包围的部分，如：<rank>68</rank>中的68，可以认为是一个节点，它可以有子节点；
Attribute：在Tag中可能存在的name/value对，如<country name="Liechtenstein">中的name=”Liechtenstein”，一般表示属性。

在Python中处理XML格式文件需要导入的第三方库：

# 导入第三方库
import xml.etree.ElementTree as ET

详细参考：xml.etree.ElementTree的官方文档

XML文件的常见操作

1. 读入xml格式的文件，并显示全部行数据

读入xml格式的文件，并显示全部行数据：

假设有.xml格式文件file_xml，现需要使用Python读入.xml格式文件，并显示全部行数据，执行代码如下：

open_file = open(file_xml) # file_xml为.xml格式文件
read_file = open_file.readlines() # 读入所有行数据

典型范例：

from xml.etree import ElementTree as ET

file_xml = r'/Users/edz/Documents/yandi_data/taishi_loading/to_xlm/anno.xml'

open_file = open(file_xml)
read_file = open_file.readlines() # 读入所有行数据
print(read_file)
>>>
['<annotation>\n',
 '\t<folder>id12_玻璃膜疣</folder>\n',
 '\t<filename>014f80f346d72001267240b1a62f1b72.jpg</filename>\n',
 '\t<path>/Users/edz/Documents/yandi_data/taishi_loading/load_image/原始TXT表/第一批七种病灶/id12_玻璃膜疣/014f80f346d72001267240b1a62f1b72.jpg</path>\n',
 '\t<source>\n',
 '\t\t<database>Unknown</database>\n',
 '\t</source>\n',
 '\t<size>\n',
 '\t\t<width>1924</width>\n',
 '\t\t<height>1556</height>\n',
 '\t\t<depth>3</depth>\n',
 '\t</size>\n',
 '\t<segmented>0</segmented>\n',
 '\t<object>\n',
 '\t\t<name>id12</name>\n',
 '\t\t<pose>Unspecified</pose>\n',
 '\t\t<truncated>0</truncated>\n',
 '\t\t<difficult>0</difficult>\n',
 '\t\t<bndbox>\n',
 '\t\t\t<xmin>1378</xmin>\n',
 '\t\t\t<ymin>742</ymin>\n',
 '\t\t\t<xmax>1700</xmax>\n',
 '\t\t\t<ymax>1319</ymax>\n',
 '\t\t</bndbox>\n',
 '\t</object>\n',
 '\t<object>\n',
 '</annotation>\n']

2. 解析xml格式的文件

解析xml格式的文件：

欲解析xml格式的文件，需要先以另外一种方式读入一个XML模板文件（如：file_xml），方便后续以它为基础模板，进行增、删、改等操作，得到自定义的目标XML文件。

备注： 个人理解解析xml格式的文件与上边提到的读入xml文件的区别在于:
读入xml文件进行的是只读操作，无法对其进行后续的增、删、改等操作；而解析xml文件则是先读入一个模板xml文件，后续可以对其进行增、删、改等一系列神操作。

在解析xml格式的文件之前，读入模板XML文件（如：file_xml），有两种途径，从文件读入和从字符串读入。

1. 从文件读入： 通过tree = ET.parse(file_xml)和root = tree.getroot()两行代码实现，具体示例如下：

import xml.etree.ElementTree as ET

file_xml = r'/Users/edz/Documents/yandi_data/taishi_loading/to_xlm/anno.xml'
tree = ET.parse(file_xml)  # 类ElementTree
root = tree.getroot()  # 类Element
print(root)  # 这时得到的root是一个指向Element的对象
>>> <Element 'annotation' at 0x135444590>

2. 从字符串读入： 通过root = ET.fromstring(sample_as_string)实现，不太推荐！！！

root = ET.fromstring(sample_as_string)  # 没有尝试过

获取XML中的元素

查看一个Element的Tag和Attribute的方法

tree和root分别是ElementTree中两个很重要的类的对象：ElementTree和Element。

以解析XML文件的方式读入一个xlm文件后，得到的 root是一个指向Element的对象 ，我们可以通过root.tag和root.attrib来分别查看root的tag和attrib，从而验证这一点，示例如下：

# - 查看root下的`Tag`和`Attribute`
root.tag
>>> 'data'
root.attrib
>>>{}  # 字典为空，表示无属性

上面的代码说明了查看一个Element的Tag和Attribute的方法，Tag是一个字符串，而Attribute得到的是一个字典。

另外，还可以使用Element.get(AttributeName)来代替Element.attrib[AttributeName]来访问（此处的Element即：root）。

获取XML中的元素：

Element有一些有用的方法，可以帮助递归地遍历它下面的所有子树(它的子树，它们的子树，等等)比如：Element.iter():

for neighbor in root.iter('neighbor'):
	print(neighbor.attrib)
>>>
{'name': 'Austria', 'direction': 'E'}
{'name': 'Switzerland', 'direction': 'W'}
{'name': 'Malaysia', 'direction': 'N'}
{'name': 'Costa Rica', 'direction': 'W'}
{'name': 'Colombia', 'direction': 'E'}

1.Element.findall(): 只找到带有标签的元素，该标签是当前元素的直接子元素。
2.Element.find() :找到第一个带有特定标签的子元素，例如：root.find('folder').text可以查看指向Element的对象root的"folder"项标签对应的内容，即：”玻璃膜疣“。
3.Element.text: 查看Element的值（或访问标签的内容）， 使用root.find('filename').text查看标签内容时，可以根据缩进层次不同，依次添加多个find(‘xxx’)级层，得到对应层级下的Element的值。
4.Element.get()：访问标签的属性值

典型范例：

.xml格式的模板文件template_file的内容如下：

<annotation>
	<folder>玻璃膜疣</folder>
	<filename>0002.jpg</filename>
	<path>/Users/edz/Documents/yandi_data/taishi_loading/load_image/原始TXT表/第一批七种病灶/id12_玻璃膜疣/002.jpg</path>
	<source>
		<database>Unknown</database>
	</source>
	<size>
		<width>1924</width>
		<height>1556</height>
		<depth>3</depth>
	</size>
	<segmented>0</segmented>
	<object>
		<name>id12</name>
		<pose>Unspecified</pose>
		<truncated>0</truncated>
		<difficult>0</difficult>
		<bndbox>
			<xmin>1378</xmin>
			<ymin>742</ymin>
			<xmax>1700</xmax>
			<ymax>1319</ymax>
		</bndbox>
	</object>
</annotation>

使用root.find('filename').text查看标签内容，并根据缩进层次不同添加多个find(‘xxx’)级层，详细代码如下：

from lxml.etree import Element, SubElement, tostring, ElementTree
from xml.dom import minidom 

# 修改自己的路径
template_file = r'/Users/edz/Documents/yandi_data/taishi_loading/to_xlm/anno.xml'
# 通过读取模板xlm文件来导入这些数据:
tree.parse(template_file)  # 调用parse()方法，返回解析树
root = tree.getroot()  # 获取根节点

# 查看Element的值——我们可以直接用`Element.text`来得到这个Element的值。
# 使用root.find().text查看
root.find('filename').text  # 第一层下每一项内容
>>>
0002.jpg

root.find('size').find('height').text  # 查看第二层下每一项内容
>>>
1556

root.find('object').find('bndbox').find('xmin').text  # 查看第三层下每一项内容
>>>
1378

# 使用root.findall('size')[i].findall('width')[i].text查看
print([root.findall('size')[i].findall('width')[i].text for i in range(len(root.findall('size')[i].findall('width')))])  # 列表生成式输出

# 使用root.iter('filename')循环查看：
for neighbor in root.iter('filename'):
    print(neighbor.text)

修改XML文件——修改一个Element

前面已经介绍了如何获取一个Element的对象，以及查看它的Tag、Attribute、值和它的孩子。下面介绍如何修改一个Element并对XML文件进行保存。

修改Element：

修改Element可以直接访问Element.text。
修改Element的Attribute，也可以用来新增Attribute，语法格式为：Element.set('AttributeName','AttributeValue')，示例如下：

##Element.set('AttributeName','AttributeValue')  # 通过修改Element的`Attribute`，实现新增`Attribute`
root[0].set('name','9999')

新增孩子节点：

Element.append(childElement)

删除孩子节点：

Element.remove(childElement)

保存XML文件

保存XML文件：

我们从文件解析的时候，我们用了一个ElementTree的对象tree，在完成修改之后，还用tree来保存最终的XML文件，语法格式为：tree=ET.ElementTree(root)和tree.write(file_path)两行代码实现。

tree=ET.ElementTree(root)  # root为修改后的root
tree.write("/Users/edz/Documents/yandi_data/taishi_loading/to_xlm/99.xml")

构建XML文件

利用ET，很容易就可以完成XML文档构建，并写入保存为文件。ElementTree对象的write方法就可以实现这个需求。

一般来说，有两种主要使用场景：

一是你先读取一个XML文档，进行修改，然后再将修改写入文档；
二是从头创建一个新XML文档。

构建XML文件：

ElementTree提供了两个静态函数（直接用类名访问，这里我们用的是ET）可以很方便的构建一个XML，语法格式为：root = ET.Element('data')和b = ET.SubElement(root, 'b')：用于创建新的子元素b。示例如下：

import xml.etree.ElementTree as ET
root = ET.Element('data') 
country = ET.SubElement(root,'country', {'name':'Liechtenstein'})
rank = ET.SubElement(country,'rank')
rank.text = '1'
year = ET.SubElement(country,'year')
year.text = '2008'
tree=ET.ElementTree(root)
tree.write("99.xml")

创建的xml文件内容如下：

<data><country name="Liechtenstein"><rank>1</rank><year>2008</year></country></data>

完整练手实例

实例001：

Target: 本实例旨在帮助大家学习、了解XML文件的解析、元素查询等操作的使用：

准备工作: 下面这段XML文件，我们将它保存为文件sample.xml，并将其作为.xml格式的模板文件，用以完成后续所有操作。

<?xml version="1.0"?>
<data>
    <country name="Liechtenstein">
        <rank>1</rank>
        <year>2008</year>
        <gdppc>141100</gdppc>
        <neighbor name="Austria" direction="E"/>
        <neighbor name="Switzerland" direction="W"/>
    </country>
    <country name="Singapore">
        <rank>4</rank>
        <year>2011</year>
        <gdppc>59900</gdppc>
        <neighbor name="Malaysia" direction="N"/>
    </country>
    <country name="Panama">
        <rank>68</rank>
        <year>2011</year>
        <gdppc>13600</gdppc>
        <neighbor name="Costa Rica" direction="W"/>
        <neighbor name="Colombia" direction="E"/>
    </country>
</data>

功能实现：

（1）解析xml格式的文件：

import xml.etree.ElementTree as ET
#首先从文件读入：
file_xml = r'/Users/edz/Documents/yandi_data/taishi_loading/to_xlm/anno.xml'
tree = ET.parse(file_xml)  # 类ElementTree
root = tree.getroot()  # 类Element
print(root)  # 这时得到的root是一个指向Element的对象
>>> <Element 'annotation' at 0x135444590>

（2）查看一个Element的Tag和Attribute的方法：

# 读入xlm文件后得到的root是一个指向Element的对象，我们可以通过查看root的tag和attrib来验证这一点：
root.tag #`Tag`是一个字符串，
>>> 'data'
root.attrib # `Attribute`得到的是一个字典。
>>>{}
###另外，还可以使用`Element.get(AttributeName)`来代替`Element.attrib[AttributeName]`来访问。

（3）获取XML中的元素：

for neighbor in root.iter('neighbor'):
	print(neighbor.attrib)
>>>
{'name': 'Austria', 'direction': 'E'}
{'name': 'Switzerland', 'direction': 'W'}
{'name': 'Malaysia', 'direction': 'N'}
{'name': 'Costa Rica', 'direction': 'W'}
{'name': 'Colombia', 'direction': 'E'}
#1.`Element.findall():` 只找到带有标签的元素，该标签是当前元素的直接子元素。 
#2.`Element.find()` :找到第一个带有特定标签的子元素。
#3.`Element.text`:访问标签的内容
#4.`Element.get()`：访问标签的属性值

（4）获取XML中的元素：

#修改Element可以直接访问Element.text。
#修改Element的Attribute，也可以用来新增Attribute，语法如下：Element.set('AttributeName','AttributeValue')
root[0].set('name','9999')
# 新增孩子节点：
Element.append(childElement)
# 删除孩子节点：
Element.remove(childElement)

实例002：

Target: 先打开一个定义好的.xlm格式的模板文件，之后将TXT文件中的标注框信息逐行读入，用于修改xlm文件模板对应的指标数据，最后将修改后的新xlm文件写出保存。

"""核心思想：先打开一个定义好的xlm文件模板，之后将TXT文件中的标注框信息逐行读入，用于修改xlm文件模板对应的指标数据，最后将修改后的新xlm文件写出保存。"""
import copy
from lxml.etree import Element, SubElement, tostring, ElementTree
import cv2

# 模板xlm文件的存储路径
template_file = r'/Users/edz/Documents/yandi_data/taishi_loading/to_xlm/anno.xml'
path = r'/Users/edz/Documents/yandi_data/taishi_loading/to_xlm/' 

# TXT文件数据的原始格式
train_files = '014f80f346d72001267240b1a62f1b72.jpg id12 1.3418148e+03, 6.2916492e+02, 1.4483580e+03, 9.2253162e+02, 6.3271374e-01'   
trainFile = train_files.split()  # trainFile存放全量的原始数据
print('原始数据集格式：{}'.format(trainFile))
>>>
原始数据集格式：['014f80f346d72001267240b1a62f1b72.jpg', 'id12', '1.3418148e+03,', '6.2916492e+02,', '1.4483580e+03,', '9.2253162e+02,', '6.3271374e-01']
file_name = trainFile[0]
print(file_name) 
>>>
014f80f346d72001267240b1a62f1b72.jpg

# 定义新的xlm文件的详细指标数据
label = trainFile[1]
xmin = trainFile[2]
ymin = trainFile[3]
xmax = trainFile[4]
ymax = trainFile[5]
  
############# 读取模板xlm文件——用于存放TXT文件内容:
tree.parse(template_file)  # 调用parse()方法，返回解析树
root = tree.getroot()  # 获取根节点

##########修改新的xlm文件的详细指标数据
# folder
root.find('folder').text = 'new_folders'
# 修改魔板xlm文件中的内容为目标结果
root.find('filename').text = file_name   #  2.Element.find() :找到第一个带有特定标签的子元素。
# # path
root.find('path').text = path + file_name
# 查看部分修改结果
print(root.find('filename').text)  # 第一层下每一项内容
print(root.find('path').text)  # 第一层下每一项内容
print(root.find('size').find('height').text)  # 查看第二层下每一项内容
print(root.find('object').find('bndbox').find('xmin').text)  # 查看第三层下每一项内容
>>>
014f80f346d72001267240b1a62f1b72.jpg
/Users/edz/Documents/yandi_data/taishi_loading/to_xlm/014f80f346d72001267240b1a62f1b72.jpg
1556
1378
# size
sz = root.find('size')
im = cv2.imread(path + file_name) # 读取图片信息

sz.find('height').text = str(im.shape[0])
sz.find('width').text = str(im.shape[1])
sz.find('depth').text = str(im.shape[2])

print('iamge height:',im.shape[0])
print('iamge width:',im.shape[1])
print('iamge depth:',im.shape[2])
>>>
iamge height: 1556
iamge width: 1924
iamge depth: 3

# object
obj = root.find('object')

obj.find('name').text = label
bb = obj.find('bndbox')
bb.find('xmin').text = xmin
bb.find('ymin').text = ymin
bb.find('xmax').text = xmax
bb.find('ymax').text = ymax

########## 校验修改后的root是否为新数据
root.find('object').find('bndbox').find('ymax').text
>>>
'9.2253162e+02,'  # 符合预期
########## 保存新生成的xlm数据文件
tree=ET.ElementTree(root)
tree.write("/Users/edz/Documents/yandi_data/taishi_loading/to_xlm/99.xml")

参考链接：

Python使用ElementTree处理XML

Python xml.etree.ElementTree解析XML文件

python中解析简单的xml文档
 python-----将图片与标注的xml坐标水平翻转

Yale曼陀罗

关注

35
点赞
踩
112

收藏

觉得还不错? 一键收藏
打赏
3
评论
（二）Python创建、修改、保存XML文件——xml.etree.ElementTree模块

XML tree and elementsXML是一种固有的分层数据格式，最自然的表示方法是使用树。ET有两个类为此目的—ElementTree表示整个XML文档为树，元素表示此树中的单个节点。与整个文档的交互(读取和写入文件)通常是在ElementTree级别上完成的。与单个XML元素及其子元素的交互是在元素级别上完成的。读入xml格式的文件，并显示全部行数据：from xml.etree import ElementTree as ETfile_xml = r'/Users/edz/Docu
复制链接

扫一扫