[接口测试 - 基础篇] 05 好讨厌的xml解析

概述

什么是XML？

XML 指可扩展标记语言（eXtensible Markup Language）。
XML 被设计用来传输和存储数据。

XML是一套定义语义标记的规则，这些标记将文档分成许多部件并对这些部件加以标识。

它也是元标记语言，即定义了用于定义其他与特定领域有关的、语义的、结构化的标记语言的句法语言。

xml构成

XML由3个部分构成，它们分别是：

• 文档类型定义（Document Type Definition，DTD），即XML的布局语言

• 可扩展的样式语言（Extensible Style Language，XSL），即XML的样式表语言

• 可扩展链接语言（Extensible Link Language，XLL）

Python解析xml的方法

常见的XML编程接口有DOM和SAX，这两种接口处理XML文件的方式不同，当然使用场合也不同。

python有三种方法解析XML，SAX，DOM，以及ElementTree:

1. SAX (simple API for XML )
   python 标准库包含SAX解析器，SAX用事件驱动模型，通过在解析XML的过程中触发一个个的事件并调用用户定义的回调函数来处理XML文件。

2. DOM(Document Object Model)
   将XML数据在内存中解析成一个树，通过对树的操作来操作XML。

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。

本文只介绍ElementTree方式解析xml。

一个基本xml片段

下面我们尝试解析下面这一段xml：

    
        1
        2008
        141100
        
        
    
    
        4
        2011
        59900
        
    
    
        68
        2011
        13600
        
        
    

或是将上面这段xml内容保存至xml_data.xml中。

代码示例

下面通过一段完整的代码演示如何读取、修改和保存xml。

#-*- coding:utf-8 -*-

__author__ = "苦叶子"

# 导入ElementTree
import xml.etree.ElementTree as ET

if __name__ == "__main__":
    print("python xml解析实例")

    data = """
    
        1
        2008
        141100
        
        
    
    
        4
        2011
        59900
        
    
    
        68
        2011
        13600
        
        
    

    """
    # 载入xml的两种方式，一种从文件，一种从xml字符串
    # 注意区别：从xml字符串加载的xml直接返回root元素对象
    # 而从文件加载xml返回是xml树

    # 大家根据实际情况来决定用哪种方式即可
    # 本示例从xml字符串载入进行演示

    # 从文件加载xml，获取xml tree节点
    # tree = ET.parse('xml_data.xml')
    
    # 获取根节点
    # root = tree.getroot()

    # 从字符串加载xml
    root = ET.fromstring(data)

    # 打印下根节点的节点tag， 输出data
    print(root.tag)

    # 遍历下根节点的所有子节点及其属性
    print("---" * 10)
    for child in root:
        print(child.tag, " ", child.attrib)
    
    # 找所有的year节点玩下
    print("---" * 10)
    for child in root.iter("year"):
        # 打印出year节点的tag和text
        print(child.tag, " ", child.text)
    
    # 修改下节点的text试试， 把year节点所有2011修改为2017
    print("---" * 10)
    for child in root.iter("year"):
        if child.text == "2011":
            child.text = "2017"
            child.set('updated', 'yes')
    
    # 打印下修改后的xml所有的year节点
    print("将2011 -> 2017")
    for child in root.iter("year"):
        # 打印出year节点的tag和text
        print(child.tag, " ", child.text)
    
    # 给每个country节点新增一个开源优测的节点试试
    print("---" * 10)
    for child in root.iter("country"):
        wx = ET.SubElement(child, "wx")
        wx.text = "开源优测"
    
    # 遍历wx节点，并打印
    for child in root.iter("wx"):
        print(child.tag, " ", child.text)
    
    # 下面演示删除所有的neighbor节点
    # 当然你自己可以加判断条件删除指定的节点，自行尝试吧
    print("---" * 10)
    for child in root.findall("neighbor"):
        root.remove(child)
    
    # 保存上述操作后的xml至xml_write_data.xml
    xml_update_data = ET.tostring(root, encoding="unicode")

    # 写入xml_write_data.xml
    import codecs  
    fp = codecs.open("xml_write_data.xml","w","utf-8") 
    
    fp.write(xml_update_data)
    
    fp.close()

经过上述一系列代码操作后保存至xml_write_data.xml中的xml内容如下:

    
        1
        2008
        141100
        
        
    开源优测
    
        4
        2017
        59900
        
    开源优测
    
        68
        2017
        13600
        
        
    开源优测

小结

本文所述仅仅是ElementTree的极小部分功能，更多的功能请参见官方文档学习。

扫一扫关注微信公众号：

公众号.jpg