Python解析XML可扩展标记语言

XML可扩展标记语言

from xml.etree import Elementree as ET 

• 引用xml.etree模块,导入ElementTree功能，可赋予别称

• 获取根标签(内容)

  • 从本地

    • 解析 parse
    • 打开 getroot

    from xml.etree import ElementTree as ET
    
    root = ET.parse('files/my.xml').getroot()
    
    for i in root:
        print(i.tag,i.text)

  • 从网络

    • 打开

    from xml.etree import ElementTree as ET
    
    root = ET.XML(content)
    
    for i in root:
        print(i.tag,i.text)

子元素具有 名称，属性，内容

依赖于find寻找对象(大对象,小对象)

• 查找

  • 可‘对象’后循环(可多次)

    from xml.etree import  Elementtree as ET
    root = ET.parse('files/xo.xml')
    
    country_1 = root.find('country')
    country_year = country.find('year')
    
    country_year.text = '2060'
    
    root.write('files/xo2.xml', encoding='utf-8', xml_declaration=False)
    

  • 成为对象后可再对象寻找，名称，属性，参数

  • 查找同一层级第一个符合条件的对象

    • object.find()

  • 查找同一层级所有符合条件的对象

    • object.findall()

  • 查找根层和子层所有符合条件的的对象

    • object.iter()

• 修改

  • 最小化对象后修改内容

    a = object.find(’country’).find(’year’)
    a.text = '123'

  • 增加或者修改最小化对象的属性

    country_year.set('age','22')

• 删除

  • 删除节点

    • object-1.remove()
    • del object-1.find()

    • 删除操作适用于上层对象

      from xml.etree import ElementTree as ET
      
      #解析文件(从本地)
      tree = ET.parse('files/xo.xml')
      #获取根对象
      root = tree.getroot()
      
      #删除country=Singapore下的gdppc
      #循环全部country
      country_all = root.findall('country')
      #循环country对象,找到符合Singapore对象
      for i in country_all:
          if i.get('name') == 'Singapore':
              gdppc_object = i.find('gdppc')
              i.remove(gdppc_object)
              # del gdppc_object
      
      #写入新文件
      tree.write('files/xo2.xml', encoding='utf-8', xml_declaration=False)

• 创建标签

  • 添加标签

    • 有对象继承

      ET.element(’a’,{’a’:’b’})

      #按照节点创建新文件
      root = ET.Element('root')
      
      son1 = ET.Element('son1',{'name':'儿1'})
      son2 = ET.Element('son2',{'name':'儿2'})
      
      grandson1 = ET.Element('grandson1',{'son11':'孙1'})
      grandson2 = ET.Element('grandson2',{'son22':'孙2'})
      
      #grandson加入son
      son1.append(grandson1)
      son1.append(grandson2)
      
      root.append(son1)
      root.append(son2)
      
      tree = ET.ElementTree(root)
      tree.write('files/son.xml',encoding='utf-8',xml_declaration=False)

    • 无对象继承

      root.makeelement(’a’,{’a’:’b’})

      #按照节点创建新文件
      root = ET.Element('root')
      
      son1 = root.makeelement('son1',{'name':'儿1'})
      son2 = root.makeelement('son2',{'name':'儿2'})
      
      grandson1 = root.makeelement('grandson1',{'son11':'孙1'})
      grandson2 = root.makeelement('grandson2',{'son22':'孙2'})
      
      #grandson加入son
      son1.append(grandson1)
      son1.append(grandson2)
      
      root.append(son1)
      root.append(son2)
      
      tree = ET.ElementTree(root)
      tree.write('files/son.xml',encoding='utf-8',xml_declaration=False)

    • 线性处理et.subelement(总，现，{属性:属性})

      #创建新节点subelement
      root = ET.Element('root')
      
      son1 = ET.SubElement(root, 'son1',attrib={'name':'儿1'})
      son2 = ET.SubElement(root, 'son2',attrib={'name':'儿2'})
      
      grandson1 = ET.SubElement(son1, 'grandson',{'name':"孙1"})
      grandson2 = ET.SubElement(son1, 'grandson',{'name':"孙2"})
      
      #整合
      tree = ET.ElementTree(root)
      tree.write('files/son2.xml', encoding='utf-8', xml_declaration=False)

  • 保存

    • 另存新文件

      tree = ET.ElementTree(root)
      tree.write('files/son.xml',encoding='utf-8',xml_declaration=False)

    • 短标签(简写)

      xml_declaration=False

• 补充

  • ‘<![CDATA[你好呀]]’ #适用于微信公众号

    • 会被对象.text 自动解析

      • 避免特殊符号混淆

      content = """<xml>
          <ToUserName><![CDATA[gh_7f083739789a]]></ToUserName>
          <FromUserName><![CDATA[oia2TjuEGTNoeX76QEjQNrcURxG8]]></FromUserName>
          <CreateTime>1395658920</CreateTime>
          <MsgType><![CDATA[event]]></MsgType>
          <Event><![CDATA[TEMPLATESENDJOBFINISH]]></Event>
          <MsgID>200163836</MsgID>
          <Status><![CDATA[success]]></Status>
      </xml>"""
      
      import xml.etree.ElementTree as ET
      
      #微信存储键值对
      weixin_info_dict = {}
      
      #获取根标签
      root = ET.XML(content)
      
      #循环根标签对象
      for i in root:
          weixin_info_dict[i.tag] = i.text
      
      print(weixin_info_dict)

  • 修改同名元素下的不同元素

    • 先findall寻找同名元素，作为对象 (判断名字)
    • 循环findall对象，使用get函数确认属性 （判断属性）
    • 然后find()作为对象，再直接修改

    from xml.etree import ElementTree as ET
    
    # 解析文件
    tree = ET.parse('files/xo.xml')
    root = tree.getroot()
    
    #筛选重名文件
    data = root.findall('country')
    
    #根据重名文件确认属性
    for child in data:
        if child.get('name') == 'Singapore':
            #找到符合条件的，转换对象
            sg_data = child.find('year')
            sg_data.text = '2030'
    
    tree.write('files/xo1.xml', encoding='utf-8', xml_declaration=False)