python处理xml文件

一、python 操作xml的方式介绍

    查看全部包含“三种⽅法：
    ⼀是xml.dom. * 模块，它是W3CDOMAPI的实现，若需要处理DOMAPI则该模块很适合；
    ⼆是xml.sax. * 模块，它是SAXAPI的实现，这个模块牺牲了便捷性来换取速度和内存占⽤，SAX是⼀个基于事件的API，这就意味着它可以“在空中”处理庞⼤数量的的⽂档，不⽤完全加载进内存；
    三是xml.etree.ElementTree模块（简称 ET），它提供了轻量级的Python式的API，相对于DOM来说ET 快了很多，⽽且有很多令⼈愉悦的API可以使⽤，相对于SAX来说ET的ET.iterparse也提供了 “在空中” 的处理⽅式，没有必要加载整个⽂档到内存，ET的性能的平均值和SAX差不多，但是API的效率更⾼⼀点⽽且使⽤起来很⽅便。

使用 xml.dom. * 模块：

from  xml.dom.minidom import Document
#创建一个文本
doc = Document()
#创建一个父节点
root = doc.createElement("root") 
#父节点加入文本
doc.appendChild(root)
#创建一个子节点
head = doc.createElement("head")
#子节点加入父节点
root.appendChild(head)
#创建一个属性
text1 = doc.createTextNode("1")
#创建一个子节点
code = doc.createElement("code")
#子节点加入父节点
code.appendChild(text1)
#子节点加入前子节点
head.appendChild(code)
#打印一下xml
print doc.toxml()
#上述输出节点输出为
#1
text2 = doc.createTextNode("2")
Msg = doc.createElement("Msg")
Msg.appendChild(text2)
head.appendChild(Msg)
#print doc.toxml()
#输出文件
with open("testq.arxml","w+") as f:
	#文件转码decode是为了保证输出的是UTF-8格式
    f.write(doc.toprettyxml(encoding = "UTF-8").decode("UTF-8"))
    f.close()

原文：Python学习（十四）：Python如何创建一个xml文件_python生成xml文件-CSDN博客

最常用的是xml.etree.ElementTree模块。

二、ElementTree模块

2.1 解析xml文件，获取根节点，并读取节点内容

注意xml格式的内容应该没有xml格式声明的内容“”，如果有则会解析错误

from xml.etree import ElementTree as ET

# 1、打开xml文件
tree =ET.parse(r"E:\testData\yy001.xml")
# 获xml文件的内容取根标签
root = tree.getroot()

# 2、读取节点内容
# 2.1 获取根标签下的子标签
for child in root: 获取根节点下的子标签
    print(child.tag)      #  *.tag 是获取标签名字(字符串类型)
    print( child.attrib)  #  *.attrib是获取标签属性（字典类型）
    for node in child:   获取跟标签下子标签的子标签
        print(node.tag)
        print(node.attrib)
        print(node.text)   # *.text 获取标签文本

2.2 通标标签名直接获取标签（find,findall）

find()  此方法只能获取当前标签的下一级子标签，不能查询到下一级的下一级标签，且找到的是第一个相应的标签
findall() 此方法只能获取当前标签的下一级子标签，不能查询到下一级的下一级标签，但是找到下一级的所有符合名称的标签

2.3全文搜索标签名（类似xpath路径查找标签）

# 1、打开xml文件
from xml.etree import ElementTree as ET

tree = ET.parse(r"E:\testData\yy01.xml")
# 获xml文件的内容取根标签
root = tree.getroot()
#print(root)

# 2.1 通过标签名称获取标签 find()

events_object = root.find("Events")  # 此种写法只能获取根标签下的一级子标签,即只能查询下一级标签，不能查询到下一级的下一级标签，**且找到的是第一个响应的标签**
print(events_object.tag, events_object.attrib)

event_object = events_object.find("Event")   # 进一步获取跟标签下子标签的子标签
print(event_object.tag,event_object.attrib)

# 2.2 通过标签名称获取标签 findall()

events_objects = root.findall("Events")  # 此种写法只能获取根标签下的一级子标签,即只能查询下一级标签，不能查询到下一级的下一级标签，但是可以获取下一级所有符合名称的标签
for event_clee in events_objects:
    print(event_clee.tag, event_clee.attrib)
    event_object = event_clee.findall("Event")   # 进一步获取跟标签下子标签的子标签
    for relation_cell in event_object:
        print(relation_cell.tag, relation_cell.attrib)

# 2.3 findall(xpath)

Events_object = root.findall('.//Code')
Events_object1 = root.findall('.//Code[@curCode="010697059381010910N053000117230527"]')
Events_object2 = root.findall('.//*[@curCode="010697059381010910N053000117230527"]')
#注意 前面的“.”不能省略，
print(Events_object)
print(Events_object1)
print(Events_object2[0])

# 2.4 全文搜索标签名为“Code”的标签

Code_object = root.iter("Code")   全文搜索标签名为“Code”的标签
print(Code_object)
for code in Code_object:
    print(code.tag, code.attrib)

2.4 修改和删除节点

tree =ET.parse(r"E:\testData\yy01.xml")
root = tree.getroot()
#修改
relation_object = root.find("Events").find("Event").iter("Relation") # 获取第一个Events的一级子标签下的Relation子标签
for relation_cell in relation_object:
    relation_cell.set("productCode", "产品编码")    #  如果有相应属性，则修改属性值，没有则新增
    relation_cell.set("productCode2", "产品编码2")
    relation_cell.find("Batch").find("Code").text="追溯码"  # 注意：如果之前是短标签，增加文本属性后自动变为长标签。
# tree = ET.ElementTree(root)
tree.write("new.xml", encoding="utf-8",short_empty_elements=True)    # 如果文件不存在，则创建文件，如果文件已存在则修改响应内容

-------------------------------------------------------------------------------------------------

#删除

root = tree.getroot()
# ####################错误的删除方式########################
# # 获取响应标签
# Event_object = root.find("Events").find("Event")
# # 删除相应标签
# root.remove(Event_object)   # 删除只能删除其子标签，不能删除其子标签下的子标签，因为relation_object是子标签下的子标签，因此此时删除失败

################## 正确的删除方式#############################
Events_object = root.find("Events")
Event_object = Events_object.find("Event")
Events_object.remove(Event_object)

# tree = ET.ElementTree(root)

tree.write("new.xml", encoding="utf-8")    # 如果文件不存在，则创建文件，如果文件已存在则修改响应内容

注意：tree.write("newCreate.xml", xml_declaration=True,  encoding="utf-8", short_empty_elements=True)
# xml_declaration是否包含声明文件， encoding编码方式，short_empty_elements 规定是短标签（单标签）还是双标签

三、构建文件【xml中换行需要做特殊处理，默认都是在同一行】

方式1 （Element）

先创建各类标签，再建立标签之间关系

from xml.etree import ElementTree as ET
# 创建根标签
root = ET.Element("root")
# 创建一个标签tagName1
tagName1 = ET.Element("tagName1", {"tag1Attribute":"AttributeValue1"})
# 创建一个标签tagName2
tagName2 = ET.Element("tagName2", {"tag2Attribute":"AttributeValue2"})
# 创建一个标签tagName11
tagName11 = ET.Element("tagName11", {"tag11Attribute":"AttributeValue11"})
# 创建一个标签tagName12
tagName12 = ET.Element("tagName12", {"tag12Attribute":"AttributeValue12"})

# 将标签tagName11和tagName12 添加的tagName1中作为tagName1的子标签
tagName1.append(tagName11)
tagName1.append(tagName12)

# 将标签tagName1和tagName2 添加的root中作为root的子标签
root.append(tagName1)
root.append(tagName2)

# 保存
tree = ET.ElementTree(root)

tree.write("newCreate.xml", xml_declaration=True,  encoding="utf-8",short_empty_elements=True)
# xml_declaration是否包含声明文件， encoding编码方式，short_empty_elements 规定是短标签（单标签）还是双标签

方式2 （makeelement）

from xml.etree import ElementTree as ET

# 创建根节点
root = ET.Element("family")

# 创建一级子标签
son1 = root.makeelement("son", {"name":"son1"})
son2 = root.makeelement("son", {"name":"son2"})

# 创建二级子标签
grandson1 = son1.makeelement("grandson1", {"name":"grandson1"})
grandson2 = son1.makeelement("grandson1", {"name":"grandson2"})

# 将二级子标签与一级子标签关联
son1.append(grandson1)
son1.append(grandson2)

# 将一级子标签与根标签关联
root.append(son2)
root.append(son1)

tree = ET.ElementTree(root)
tree.write("../testData/neswfile.xml", xml_declaration=True, encoding="utf-8", short_empty_elements=False)

方式3

此种方式是在创建元素时直接建立相关关系

from xml.etree import ElementTree as ET

# 创建根节点
root = ET.Element("family")

# 创建一级子标签
son1 = ET.SubElement(root, "son", {"name":"son1"})
son2 = ET.SubElement(root,"son", {"name":"son2"})

# 创建二级子标签
grandson1 = ET.SubElement(son1,"grandson1", {"name":"grandson1"})
grandson1.text="大孙子"
grandson2 = ET.SubElement(son1,"grandson1", {"name":"grandson2"})
grandson2.text="小孙子"


tree = ET.ElementTree(root)
tree.write("../testData/neswfile.xml", xml_declaration=True, encoding="utf-8")

    
        大孙子
        小孙子
    
    

根据xsd生成xml文件

import xmlschema
import json
from xml.etree.ElementTree import ElementTree

my_xsd = '   '

schema = xmlschema.XMLSchema(my_xsd)
data = json.dumps({'note': 'this is a Note text'})

xml = xmlschema.from_json(data, schema=schema, preserve_root=True)

ElementTree(xml).write('my_xml.xml')

对于更复杂的 xsd，我更喜欢使用 generateDS，它甚至可以为非常大的 xsd 文件创建非常非常可靠的类.
原文链接：https://blog.csdn.net/Mwyldnje2003/article/details/125819447

四、处理换行问题

def prettyXml(element, indent, newline, level=0):
    '''
    参数:
    elemnt为传进来的Elment类;
    indent用于缩进;
    newline用于换行;
    '''
    # 判断element是否有子元素
    if element:
        # 如果element的text没有内容
        if element.text == None or element.text.isspace():
            element.text = newline + indent * (level + 1)
        else:
            element.text = newline + indent * (level + 1) + element.text.strip() + newline + indent * (level + 1)
            # 此处两行如果把注释去掉，Element的text也会另起一行
    # else:
    # element.text = newline + indent * (level + 1) + element.text.strip() + newline + indent * level
    temp = list(element)  # 将elemnt转成list
    for subelement in temp:
        # 如果不是list的最后一个元素，说明下一个行是同级别元素的起始，缩进应一致
        if temp.index(subelement) < (len(temp) - 1):
            subelement.tail = newline + indent * (level + 1)
        else:  # 如果是list的最后一个元素， 说明下一行是母元素的结束，缩进应该少一个
            subelement.tail = newline + indent * level
            # 对子元素进行递归操作
        prettyXml(subelement, indent, newline, level=level + 1)


tree = ET.parse('filename')     
root = tree.getroot()
root.set('xmlns', 'http://ts.szse.cn/Fund')
prettyXml(root, '\t', '\n')