Python 標準庫之 xml.etree.ElementTree

Python中有多種xml處理API，常用的有xml.dom.*模塊、xml.sax.*模塊、xml.parser.expat模塊和xml.etree.ElementTree模塊（以下簡稱ET）。本文將主要介紹ET的使用，以及它的常用函數。其它模塊的簡介，請參照文獻[1]。 ET使用Element表示xml中的節點、文本、注釋等。其主要屬性如下：

tag：string對象，表示數據代表的種類，當為節點時為節點名稱。

text：string對象，表示element的內容。

attrib：dictionary對象，表示附有的屬性。

tail：string對象，表示element閉合之后的尾跡。

若干子元素（child elements）。

<tag attrib1=1>text</tag>tail
1 ? ? 3 ? ? ? ? ? ?2 ? ? ? ? ? ? 4 PS: ET模塊對于那些惡意構造的數據并不是安全的，如果需要解析數據最好了一下xml的弱點[2] 一、導入ET 在Python標準庫中，ElementTree有兩種實現方式：一種是純Python的實現xml.etree.ElementTree，另一種是速度更快一點的xml.etree.cElementTree。如果不確定環境中是否有cElementTree，可以使用如下的方式導入：

try:import xml.etree.cElementTree as ET
except ImportError:import xml.etree.ElementTree as ET

但從Python 3.3開始，會默認使用cElementTree來加快速度，但是之前的版本最好使用如上的代碼，以提高代碼的兼容性。 二、解析xml 假設我們現在有如下的xml

<?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>

有兩種方式可以解析xml 1. 從文件中解析xml文件

>>> import xml.etree.cElementTree as ET
>>> tree = ET.ElementTree(file='doc1.xml')     #載入數據
>>> root = tree.getroot()     #獲取根節點
<Element 'doc' at 0x11eb780>

?

2. 從內存字符串中解析xml

root = ET.fromstring(country_data_as_string)

?

其中第二種方式可以直接過去根節點。 三、數據的訪問

>>> for child in root:
...   print child.tag, child.attrib
...
country {'name': 'Liechtenstein'}
country {'name': 'Singapore'}
country {'name': 'Panama'}

或者直接使用索引尋找子節點：

>>> root[0][1].text
'2008'

或者使用xpath方式進行遍歷，但其支持部分xpath方法，其支持的xpath請參照[4]

>>> root.findall("./country/neighbor")
[<Element 'neighbor' at 0x14fa0f0>, <Element 'neighbor' at 0x14fa150>, <Element 'neighbor' at 0x14fa3f0>, <Element 'neighbor' at 0x14fa6c0>, <Element 'neighbor' at 0x14fa750>]

?

四、 處理xml流 如下的程序將從xml文件中一邊讀入xml一邊解析，并將在遇到標簽開始或標簽結束的時候返回相應的事件。

for event, elem in ET.iterparse(sys.argv[2]):if event == 'end':if elem.tag == 'location' and elem.text == 'Zimbabwe':count += 1elem.clear() # discard the element

這個程序將在檢查到標簽結束的時候，對指定的標簽進行計數。最后的elem.clear()保證了，在解析的之后盡快的釋放內存。 五、Element對象

class xml.etree.ElementTree.Element(tag, attrib={}, **extra)

tag:string 元素代表的數據種類。
text:string 元素的內容。
tail:string 元素的尾形。
attrib:dictionary 元素的屬性字典。

＃針對屬性的操作
clear() 清空元素的后代、屬性、text和tail也設置為None。
get(key, default=None) 獲取key對應的屬性值，如該屬性不存在則返回default值。
items() 根據屬性字典返回一個列表，列表元素為(key, value）。
keys() 返回包含所有元素屬性鍵的列表。
set(key, value) 設置新的屬性鍵與值。

＃針對后代的操作
append(subelement) 添加直系子元素。
extend(subelements) 增加一串元素對象作為子元素。＃python2.7新特性
find(match) 尋找第一個匹配子元素，匹配對象可以為tag或path。
findall(match) 尋找所有匹配子元素，匹配對象可以為tag或path。
findtext(match) 尋找第一個匹配子元素，返回其text值。匹配對象可以為tag或path。
insert(index, element) 在指定位置插入子元素。
iter(tag=None) 生成遍歷當前元素所有后代或者給定tag的后代的迭代器。＃python2.7新特性
iterfind(match) 根據tag或path查找所有的后代。
itertext() 遍歷所有后代并返回text值。
remove(subelement) 刪除子元素。

?

六、ElementTree對象

class xml.etree.ElementTree.ElementTree(element=None, file=None)element如果給定，則為新的ElementTree的根節點。

_setroot(element)：用給定的element替換當前的根節點。慎用。

＃ 以下方法與Element類中同名方法近似，區別在于它們指定以根節點作為操作對象。
find(match)
findall(match)
findtext(match, default=None)
iter(tag=None)
iterfind(match)
parse(source, parser=None) 裝載xml對象，source可以為文件名或文件類型對象
getroot() 獲取根節點
write(file, encoding=“us-ascii”, xml_declaration=None, default_namespace=None,method=“xml”)

?

七、模塊方法-->用于生成xml文件 1. 創建一個特別的element，通過標準序列化使其代表了一個comment。comment可以為bytestring或unicode。

     ET.Comment(text=None)

2.?生成一個element tree，通過sys.stdout輸出，elem可以是元素樹或單個元素。這個方法最好只用于debug。?

     ET.dump(elem)

3.?text是一個包含XML數據的字符串，與XML()方法類似，返回一個Element實例。?

     ET.fromstring(text)

4.?從字符串的序列對象中解析xml文檔。缺省parser為XMLParser，返回Element實例。V2.7中新加屬性?

     ET.fromstringlist(sequence, parser=None)

5.?檢查是否是一個element對象。?

     ET.iselement(element)

6.?將文件或包含xml數據的文件對象遞增解析為element tree，并且報告進度。events是一個匯報列表，如果忽略，將只有end事件會匯報出來。
注意，iterparse()只會在看見開始標簽的">"符號時才會拋出start事件，因此屆時屬性是已經定義了，但是text和tail屬性在那時還沒有定義，同樣子元素也沒有定義，因此他們可能不能被顯示出來。如果你想要完整的元素，請查找end事件。

     ET.iterparse(source, events=None, parser=None)

7.?將一個文件或者字符串解析為element tree。?

     ET.parse(source, parser=None)

8.?這個方法會創建一個特別的element，該element被序列化為一個xml處理命令。?

     ET.ProcessingInstruction(target, text=None)

9.?注冊命名空間前綴。這個注冊是全局有效，任何已經給出的前綴或者命名空間uri的映射關系會被刪除。?V2.7新加屬性

     ET.register_namespace(prefix, uri)

10.?子元素工廠，創建一個Element實例并追加到已知的節點。?

     ET.SubElement(parent, tag, attrib={}, **extra)

11.?生成一個字符串來表示表示xml的element，包括所有子元素。element是Element實例，method為"xml", "html", "text"。 返回包含了xml數據的字符串。?

     ET.tostring(element, encoding="us-ascii", method="xml")

12.?生成一個字符串來表示表示xml的element，包括所有子元素。element是Element實例，method為"xml","html","text"。返回包含了xml數據的字符串列表。V2.7新添加屬性

     ET.tostringlist(element, encoding="us-ascii", method="xml")

13. 從一個字符串常量中解析出xml片段。返回Element實例。?

     ET.XML(text, parser=None)

?

14.?從字符串常量解析出xml片段，同時返回一個字典，用以映射element的id到其自身。?

     ET.XMLID(text, parser=None)

每天一點點，感受自己存在的意義。 分類: Python 標簽: Python

<div id="blog_post_info">

好文要頂 關注我 收藏該文 瘋了的小蝸
關注 - 70
粉絲 - 198 +加關注 1 0

<div class="clear"></div>
<div id="post_next_prev"><a href="https://www.cnblogs.com/insane-Mr-Li/p/9952827.html" class="p_n_p_prefix">? </a> 上一篇：    <a href="https://www.cnblogs.com/insane-Mr-Li/p/9952827.html" title="發布于 2018-11-13 16:16">python configparser模塊</a>
<br>
<a href="https://www.cnblogs.com/insane-Mr-Li/p/9964249.html" class="p_n_p_prefix">? </a> 下一篇：    <a href="https://www.cnblogs.com/insane-Mr-Li/p/9964249.html" title="發布于 2018-11-15 16:16">python的ConfigParser模塊</a>


總結

以上是生活随笔為你收集整理的Python 标准库之 xml.etree.ElementTree xml解析的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。