python xml文件操作

第一次在上写随笔，不足之处，请多多包涵。

本人深度学习小白，实习的第一个任务就是肺结节的检测定位问题。而faster-rcnn模型在VOC数据集上的标签采用的是xml文件。所以碰到的第一个问题就是xml文件的解析与编写，把自己使用到的东西总结一下，共同进步。

一、xml文件和xml.etree.ElementTree模块（简称ET）

先大致介绍一下xml文件：xml文件可以理解为一个树结构，有根结点，子结点的概念。每个结点元素（element）包含结点名（tag）、属性值（atrrib）和文本（text）。（以下参考自http://www.w3school.com.cn/xml/xml_tree.asp）

image

    
          
          Giada De Laurentiis
          2005
          30.00
    
    
          
          J K. Rowling
          2005
          29.99
    
    
          
          Erik T. Ray
          2003
          39.95
    

python中用于解析xml文件的模块很多，相比于xml.dom，xml.sax，xml.parser.expat等，ET模块提供了一个轻量级、Pythonic的API，同时还有一个高效的C语言实现，即xml.etree.cElementTree。简而言之，更快，更便捷，而且也够用。下面这个是官方文档：
xml.etree.ElementTree — The ElementTree XML API — Python 3.7.2 documentation

二、ET模块xml文件解析

读取根结点和遍历子结点

import xml.etree.Element as ET

#从xml文件中读取，用getroot获取根节点，根节点也是Element对象
tree = ET.parse('file.xml')
root = tree.getroot()

#打印根节点的标签和属性
for child in root:
    print(child.tag, child.attrib)

查询结点和获得信息

#find返回查到的第一个结点元素
first_book = root.find("book")
print(first_book.attrib）

##findall用来查找直接子元素
for book in root.findall('book'):
    author = book.find('author').text
    print(author)

#iter返回结点中所有的查找对象
for title in root.iter('title'):
    print(title.attrib['lang'])

三、ET模块xml文件编写

import xml.etree.ElementTree as ET

#创建根节点
a = ET.Element("bookstore")

#创建子节点，并添加属性
b = ET.SubElement(a,"book")
b.attrib = {"category":"COOKING"}

#创建子节点，并添加数据
c = ET.SubElement(b,"title")
c.attrib = {"lang":"en"}
c.text = "Everyday Italian"

#创建结点，并添加入父节点中
book2 = ET.Element("book")
book2.attrib = {"category":"CHILDREN"}
title2 = ET.SubElement(book2,"title")
title2.attrib = {"lang":"en"}
title2.text = "Harry Potter"
a.append(book2)

#创建elementtree对象，写文件
tree = ET.ElementTree(a)
tree.write("test.xml")

这个部分的函数不难使用，但是实际想要写一个完整的xml文件，建议将树结构的一部分当作树处理，最后用append函数添加进父节点中。

四、ET模块xml文件修改

ElementTree.write("xmlfile"):更新xml文件
Element.append():为当前element对象添加子元素（element）
Element.set(key,value):为当前element的key属性设置value值
Element.remove(element):删除为element的节点

#读取待修改文件
updateTree = ET.parse("test.xml")
root = updateTree.getroot()

#创建新节点并添加为root的子结点
newEle = ET.Element("NewElement")
newEle.text = "This is a new element"
root.append(newEle)

#修改book的category属性
book1 = root.find("book")
book1.set("category","new_cate")

#修改title的数据值
title1 = book1.find("title")
title1.text = "New Value"

#删除子结点
for book in root.findall("book"):
    if book.find("title").text == "Harry Potter":
        root.remove("book")

#写回原文件
updateTree.write("test.xml")

XML的操作比较常见，所需要做的操作无非就是常用的读写xml文件、元素节点的增删改查，大家还可以在python官方文档上学习更多的操作。
https://docs.python.org/3.7/library/xml.etree.elementtree.html