Python3 xml解析模块xml.etree.ElementTree简介

xml.etree.ElementTree模块实现了一个解析和创建XML数据的简单而高效的API。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。xml.etree.ElementTree包含七个类以及若干函数用于操作xml。

类	说明
Element	表示一个xml元素。
ElementTree	表示整个xml文档。
QName	限定名包装器。
TreeBuilder	通用的元素构建器。
XMLParser	基于expat解析器的push解析器。
XMLPullParser	一个适合于非阻塞应用程序的pull解析器。
ParseError	表示解析XML文档时的错误。

通常，与整个文档的交互(读写文件)是用ElementTree完成的，与单个XML元素及其子元素的交互是用Element完成的。并不是输入xml的所有元素都会出现在最终的树中。目前会忽略输入xml中的注释、处理指令以及文档类型声明。但是可以使用API在构建的树中包含注释、处理指令，并输出到xml文件中。可以通过向XMLParser构造函数传递自定义的TreeBuilder实例来访问文档类型声明。

以下示例均基于test.xml文件：

    
        2
        2008
        141100
        
        
    
    
        5
        2011
        59900
        
    
    
        69
        2011
        2011
        
        
    

解析

有两种简单的解析xml的方式：

1.从文件读取数据：

import xml.etree.ElementTree as ET
tree = ET.parse('test.xml')
root = tree.getroot()

2.从字符串读取：

import xml.etree.cElementTree as ET
root=ET.fromstring(xml_data_as_string)

 parse函数返回的是ElementTree对象，而fromstring函数返回的是Element对象。这两种方法解析xml都需要读取整个文档。可以通过XMLParser或XMLPullParser来增量的解析xml，但是XMLParser是阻塞的，而XMLPullParser是非阻塞的。

此外，还有带命名空间的xml解析。

创建

SubElement()函数提供了为给定元素创建新子元素的简便方法。

country=ET.SubElement(root,"country",attrib={"name":"Washington"})
rank=ET.SubElement(country,"rank",{"updated":"yes"})
rank.text="55"
gdppc=ET.SubElement(country,"gdppc")
gdppc.text="13600"
ET.dump(root)

查找

Element提供了一些实用的递归遍历子树（iter）、查找子树（find、findall）以及访问元素属性（get）。ElementTree支持部分xpath语法，可以使用更复杂的规则查找元素。

for neighbor in root.iter('neighbor'):
	print(neighbor.get("name"))
for country in root.findall("country"):
	print(country.get("name")+":"+country.find("rank").text)

修改

对xml的修改包括：直接修改字段值如text、tag、attrib、tail；使用set函数增加或修改属性；使用append函数添加新的子元素；使用remove函数删除子元素。并且ElementTree提供了wrtie函数可以非常方便的保存修改后的xml。

for country in root.iter('country'):
	rank=country.find("rank")
	rank.text=str(int(rank.text)+1)
	rank.set("updated","true")
	country.append(ET.Element("newTag",{"name":country.get("name")}))
tree=ET.ElementTree(root)
tree.write("out.xml");