|
一、简介 XML（eXtensible Markup Language）指可扩展标记语言，被设计用来传输和存储数据，已经日趋成为当前许多新生技术的核心，在不同的领域都有着不同的应用。它是web发展到一定阶段的必然产物，既具有SGML的核心特征，又有着HTML的简单特性，还具有明确和结构良好等许多新的特性。 解析的xml文件（country.xml）： <?xml version='1.0'?>
<data>
<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>
1、xml.etree.ElementTree ElementTree生来就是为了处理XML，它在Python标准库中有两种实现：一种是纯Python实现的，如xml.etree.ElementTree，另一种是速度快一点的xml.etree.cElementTree。注意：尽量使用C语言实现的那种，因为它速度更快，而且消耗的内存更少。 try:
import xml.etree.cElementTree as ET
except ImportError:
import xml.etree.ElementTree as ET
这是一个让Python不同的库使用相同API的一个比较常用的办法，而从Python 3.3开始ElementTree模块会自动寻找可用的C库来加快速度，所以只需要import xml.etree.ElementTree就可以了。 #!/usr/bin/evn python
#coding:utf-8
try:
import xml.etree.cElementTree as ET
except ImportError:
import xml.etree.ElementTree as ET
import sys
try:
tree = ET.parse('country.xml') #打开xml文档
#root = ET.fromstring(country_string) #从字符串传递xml
root = tree.getroot() #获得root节点
except Exception, e:
print 'Error:cannot parse file:country.xml.'
sys.exit(1)
print root.tag, '---', root.attrib
for child in root:
print child.tag, '---', child.attrib
print '*'*10
print root[0][1].text #通过下标访问
print root[0].tag, root[0].text
print '*'*10
for country in root.findall('country'): #找到root节点下的所有country节点
rank = country.find('rank').text #子节点下节点rank的值
name = country.get('name') #子节点下属性name的值
print name, rank
#修改xml文件
for country in root.findall('country'):
rank = int(country.find('rank').text)
if rank > 50:
root.remove(country)
tree.write('output.xml')
运行结果： 参考：https://docs./2/library/xml.etree.elementtree.html 文件对象模型（Document Object Model，简称DOM），是W3C组织推荐的处理可扩展置标语言的标准编程接口。一个 DOM 的解析器在解析一个XML文档时，一次性读取整个文档，把文档中所有元素保存在内存中的一个树结构里，之后你可以利用DOM 提供的不同的函数来读取或修改文档的内容和结构，也可以把修改过的内容写入xml文件。python中用xml.dom.minidom来解析xml文件，例子如下： #!/usr/bin/python
#coding=utf-8
from xml.dom.minidom import parse
import xml.dom.minidom
# 使用minidom解析器打开XML文档
DOMTree = xml.dom.minidom.parse('country.xml')
Data = DOMTree.documentElement
if Data.hasAttribute('name'):
print 'name element : %s' % Data.getAttribute('name')
# 在集合中获取所有国家
Countrys = Data.getElementsByTagName('country')
# 打印每个国家的详细信息
for Country in Countrys:
print '*****Country*****'
if Country.hasAttribute('name'):
print 'name: %s' % Country.getAttribute('name')
rank = Country.getElementsByTagName('rank')[0]
print 'rank: %s' % rank.childNodes[0].data
year = Country.getElementsByTagName('year')[0]
print 'year: %s' % year.childNodes[0].data
gdppc = Country.getElementsByTagName('gdppc')[0]
print 'gdppc: %s' % gdppc.childNodes[0].data
for neighbor in Country.getElementsByTagName('neighbor'):
print neighbor.tagName, ':', neighbor.getAttribute('name'), neighbor.getAttribute('direction')
运行结果： 参考：https://docs./2/library/xml.dom.html 3、xml.sax.* SAX是一种基于事件驱动的API，利用SAX解析XML牵涉到两个部分：解析器和事件处理器。其中解析器负责读取XML文档，并向事件处理器发送事件，如元素开始跟元素结束事件；而事件处理器则负责对事件作出相应，对传递的XML数据进行处理。python中使用sax方式处理xml要先引入xml.sax中的parse函数，还有xml.sax.handler中的ContentHandler。常使用在如下的情况下：一、对大型文件进行处理；二、只需要文件的部分内容，或者只需从文件中得到特定信息；三、想建立自己的对象模型的时候。 #coding=utf-8
#!/usr/bin/python
import xml.sax
class CountryHandler(xml.sax.ContentHandler):
def __init__(self):
self.CurrentData = ''
self.rank = ''
self.year = ''
self.gdppc = ''
self.neighborname = ''
self.neighbordirection = ''
# 元素开始事件处理
def startElement(self, tag, attributes):
self.CurrentData = tag
if tag == 'country':
print '*****Country*****'
name = attributes['name']
print 'name:', name
elif tag == 'neighbor':
name = attributes['name']
direction = attributes['direction']
print name, '->', direction
# 元素结束事件处理
def endElement(self, tag):
if self.CurrentData == 'rank':
print 'rank:', self.rank
elif self.CurrentData == 'year':
print 'year:', self.year
elif self.CurrentData == 'gdppc':
print 'gdppc:', self.gdppc
self.CurrentData = ''
# 内容事件处理
def characters(self, content):
if self.CurrentData == 'rank':
self.rank = content
elif self.CurrentData == 'year':
self.year = content
elif self.CurrentData == 'gdppc':
self.gdppc = content
if __name__ == '__main__':
# 创建一个 XMLReader
parser = xml.sax.make_parser()
# turn off namepsaces
parser.setFeature(xml.sax.handler.feature_namespaces, 0)
# 重写 ContextHandler
Handler = CountryHandler()
parser.setContentHandler(Handler)
parser.parse('country.xml')
运行结果： 4、libxml2和lxml解析xml libxml2是使用C语言开发的xml解析器，是一个基于MIT License的免费开源软件，多种编程语言都有基于它的实现，python中的libxml2模块有点小不足的是：xpathEval()接口不支持类似模板的用法，但不影响使用，因libxml2采用C语言开发的，因此在使用API接口的方式上难免会有点不适应。 #!/usr/bin/python
#coding=utf-8
import libxml2
doc = libxml2.parseFile('country.xml')
for book in doc.xpathEval('//country'):
if book.content != '':
print '----------------------'
print book.content
for node in doc.xpathEval('//country/neighbor[@name = 'Colombia']'):
print node.name, (node.properties.name, node.properties.content)
doc.freeDoc()
lxml是以libxml2为基础采用python语言开发的，从使用层面上说比lxml更适合python开发者，且xpath()接口支持类似模板的用法。 #!/usr/bin/python
#coding=utf-8
import lxml.etree
doc = lxml.etree.parse('country.xml')
for node in doc.xpath('//country/neighbor[@name = $name]', name = 'Colombia'):
print node.tag, node.items()
for node in doc.xpath('//country[@name = $name]', name = 'Singapore'):
print node.tag, node.items()
三、总结 |
|
|
