python解析xml

Python 有三种方法解析 XML：ElementTree、SAX 以及 DOM。

使用 ElementTree 解析 xml

xml.etree.ElementTree 是 Python 标准库中用于处理 XML 的模块。

ElementTree 和 Element 对象:

• ElementTree： ElementTree 类是 XML 文档的树形表示。它包含一个或多个 Element 对象，代表整个 XML 文档。
• Element： Element 对象是 XML 文档中元素的表示。每个元素都有一个标签、一组属性和零个或多个子元素。

ET.ElementTree()

ET.ElementTree() 是 xml.etree.ElementTree 模块中的一个类，它用于创建一个 ElementTree 对象，这个对象可以包含一个完整的 XML 文档树结构。通过这个类，你可以方便地操作整个 XML 文档，包括解析、创建、修改和写入 XML 数据。

当你创建一个 ElementTree 对象时，你通常需要提供一个根元素（Root Element）作为参数。这个根元素是整个 XML 文档的顶级元素，所有的其他元素都会作为它的子元素存在。

以下是 ET.ElementTree() 类的一些常用方法：

1. parse(): 解析一个 XML 文件或字符串，并返回一个 ElementTree 对象。
2. write(): 将 ElementTree 对象写入到一个文件或文件对象中。
3. find(): 在 ElementTree 对象中查找与指定路径或标签名匹配的元素。
4. findall(): 在 ElementTree 对象中查找所有与指定路径或标签名匹配的元素。

import xml.etree.ElementTree as ET

# 创建根元素
root = ET.Element('bookstore')

# 创建子元素并添加到根元素
book = ET.SubElement(root, 'book', category='cooking', lang='en')
title = ET.SubElement(book, 'title', lang='en')
title.text = 'Everyday Italian'
author = ET.SubElement(book, 'author')
author.text = 'Giada De Laurentiis'

# 创建 ElementTree 对象
tree = ET.ElementTree(root)

# 写入到文件
tree.write('example.xml', encoding='utf-8', xml_declaration=True)

# 解析文件并获取 ElementTree 对象
new_tree = ET.parse('example.xml')
new_root = new_tree.getroot()

# 查找特定的元素
for book in new_root.findall('book'):
    print(f"Book Category: {book.attrib['category']}")
    print(f"Book Language: {book.attrib['lang']}")
    print(f"Book Title: {book.find('title').text}")
    print("-" * 40)

解析xml

fromstring()

fromstring() 函数是该模块提供的一个便捷方法，用于将包含 XML 数据的字符串解析为一个 Element 对象，这个对象是 XML 树结构中的一个节点。

fromstring() 函数特别有用，当你需要从一个 XML 格式的字符串直接创建一个 Element 对象时。这个函数属于 xml.etree.ElementTree 模块，它能够解析 XML 字符串并返回一个 Element 对象，你可以对这个对象进行进一步的操作，比如提取数据、修改 XML 结构等。

以下是一个使用 fromstring() 函数的示例：

import xml.etree.ElementTree as ET

# 假设我们有一个 XML 格式的字符串
xml_string = """

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

"""

# 使用 fromstring() 方法将 XML 字符串解析为 Element 对象
root = ET.fromstring(xml_string)

# 打印解析后的 Element 对象的 tag 和 text
print(f"Tag: {root.tag}, Text: {root.text}")

# 可以通过遍历 Element 对象的子节点来访问 XML 数据
for child in root:
    print(f"Title: {child.find('title').text}")
    print(f"Author: {child.find('author').text}")
    print(f"Year: {child.find('year').text}")
    print(f"Price: {child.find('price').text}")
    print("-" * 40)

在这个例子中，首先定义了一个包含多个书籍信息的 XML 字符串。然后，使用 fromstring() 函数将这个字符串解析为一个 Element 对象。通过这个 Element 对象，我们可以访问 XML 文档中的各种信息，例如书名、作者、出版年份和价格。

parse()

parse() 函数是 xml.etree.ElementTree 模块中的另一个重要方法，它用于解析 XML 文件并返回一个 ElementTree 对象，该对象包含了整个 XML 文档的树形结构。与 fromstring() 方法不同，parse() 方法用于从文件对象读取 XML 数据，而 fromstring() 则是用于从字符串读取 XML 数据。

使用 parse() 方法时，你需要提供一个打开的文件对象（例如，使用 open() 函数返回的对象），该文件对象包含 XML 数据。parse() 方法会读取文件内容，并构建出一个 ElementTree 对象，你可以使用这个对象来访问和操作 XML 文档的结构和数据。

以下是一个使用 parse() 方法的示例：

import xml.etree.ElementTree as ET

# 假设我们有一个名为 'example.xml' 的 XML 文件
# 文件内容与之前提供的 XML 字符串相同

# 使用 open() 函数以读取模式打开 XML 文件
with open('example.xml', 'r') as xml_file:
    # 使用 parse() 方法解析 XML 文件并返回 ElementTree 对象
    tree = ET.parse(xml_file)

    # 根元素可以通过 getroot() 方法获取
    root = tree.getroot()
    print(f"Root Element: {root.tag}")

    # 可以通过根元素来访问 XML 文档中的所有子元素
    for child in root:
        print(f"Book Title: {child.find('title').text}")
        print(f"Book Author: {child.find('author').text}")
        print(f"Book Year: {child.find('year').text}")
        print(f"Book Price: {child.find('price').text}")
        print("-" * 40)

在这个例子中，我们首先打开了一个名为 example.xml 的文件，该文件包含了 XML 数据。然后，我们使用 parse() 方法来解析这个文件，并获取到一个 ElementTree 对象。通过调用 getroot() 方法，我们可以获取到 XML 文档的根元素。之后，我们可以遍历根元素的子元素，提取出每本书的标题、作者、出版年份和价格等信息。

parse() 方法是处理存储在文件中的 XML 数据的有效方式，它允许你构建出一个完整的 XML 树形结构，从而可以方便地对整个 XML 文档进行解析和操作。

getroot()

getroot() 是 xml.etree.ElementTree 模块中的一个方法，它用于获取解析后的 XML 文档的根元素。当你使用 parse() 函数从文件中解析 XML 数据时，它会返回一个 ElementTree 对象，该对象包含了整个 XML 文档的树形结构。通过这个 ElementTree 对象，你可以调用 getroot() 方法来访问 XML 文档的根节点。

根节点是 XML 文档结构的最顶层元素，它包含了所有的子元素和数据。通过访问根节点，你可以开始遍历整个 XML 文档，查找特定的元素，提取数据或者对 XML 结构进行修改。

find() 

find() 用于在当前 Element 对象的子元素中查找与指定路径或标签名匹配的第一个元素。这个方法非常有用，当你需要在 XML 文档中定位到特定的元素并对其进行操作时。

find() 方法可以接受两个参数：

1. path：这是一个字符串，表示从当前 Element 向下查找的 XPath 路径。XPath 是一种在 XML 和 HTML 文档中查找信息的语言。你可以使用标签名、属性和其他选择器来构建路径。
2. namespaces：这是一个可选的字典，用于指定命名空间的前缀和 URI。如果你的 XML 文档使用了命名空间，你需要提供这个参数来正确解析路径。

find() 方法返回与指定路径或标签名匹配的第一个 Element 对象，如果没有找到匹配的元素，则返回 None。

以下是一个使用 find() 方法的示例：

import xml.etree.ElementTree as ET

# 假设我们有一个名为 'example.xml' 的 XML 文件
# 文件内容如下：
'''

  
    
    Giada De Laurentiis
  
  
    
    J.K. Rowling
  

'''

# 解析 XML 文件并获取根元素
root = ET.parse('example.xml').getroot()

# 使用 find() 方法查找第一个  元素
first_book = root.find('book')

# 打印找到的  元素的标题
title_element = first_book.find('title')
if title_element is not None:
    print(f"Book Title: {title_element.text}")

# 使用 XPath 路径查找特定的  元素
cooking_book = root.find('.//book[@category="cooking"]')

# 打印找到的烹饪类书籍的作者
if cooking_book is not None:
    author_element = cooking_book.find('author')
    if author_element is not None:
        print(f"Cooking Book Author: {author_element.text}")

在这个示例中，我们首先解析了一个名为 example.xml 的 XML 文件，并获取了根元素。然后，我们使用 find() 方法查找了第一个 元素，并打印出了它的标题。接着，我们使用了一个 XPath 路径来查找分类为 "cooking" 的书籍，并打印出了它的作者信息。

find() 方法是处理 XML 数据时的一个非常有用的工具，它允许你快速定位到 XML 文档中的特定元素，并对其进行操作。通过结合使用标签名和 XPath 路径，你可以灵活地在 XML 文档中导航和查询。

findall() 方法： 使用 findall() 方法可以查找具有指定标签的所有子元素：

attrib 属性

在 xml.etree.ElementTree 模块中，每个 Element 对象都有一个 attrib 属性，它是一个字典，用于存储与该元素关联的属性。属性通常以名称和值对的形式存在，名称是属性的名称，值是属性的值。这个属性在解析 XML 文档时特别有用，因为它允许你访问元素的属性，如类名、ID、样式等。

当你使用 xml.etree.ElementTree 模块解析一个 XML 文档时，所有的属性都会被读取并存储在 Element 对象的 attrib 属性中。你可以像访问普通字典一样访问 attrib 属性。

以下是一个使用 attrib 属性的示例：

import xml.etree.ElementTree as ET

# 假设我们有一个包含属性的 XML 字符串
xml_string = """

  
    
    Giada De Laurentiis
  
  
    
    J.K. Rowling
  

"""

# 解析 XML 字符串并获取根元素
root = ET.fromstring(xml_string)

# 遍历根元素的所有  子元素
for book in root.findall('book'):
    # 打印每个  元素的属性
    print(f"Book Category: {book.attrib['category']}")
    print(f"Book Language: {book.attrib['lang']}")
    print("-" * 40)

在这个示例中，我们首先定义了一个包含两个 元素的 XML 字符串，每个元素都有 category 和 lang 属性。然后，我们使用 fromstring() 方法将这个字符串解析为一个 Element 对象，并获取根元素。接着，我们使用 findall() 方法找到所有的 子元素，并遍历它们。对于每个 元素，我们通过 attrib 属性访问并打印了它的 category 和 lang 属性。

text 属性

text 属性用于获取或设置与 Element 对象关联的文本内容。这个属性通常用于访问或修改元素内的纯文本数据。需要注意的是，text 属性可能包含空白字符，如空格、换行符和制表符等。

创建xml

Element() 

Element() 函数是 xml.etree.ElementTree 模块中的一个构造函数，用于创建一个新的 XML 元素（Element 对象）。这个函数通常用于构建 XML 文档的树结构，或者在已有的 XML 文档中添加新的元素节点。

当你调用 Element() 函数时，你可以传递多个参数来初始化 Element 对象：

1. tag：必需参数，表示元素的标签名。
2. attrib：可选参数，一个字典，用于指定元素的属性。
3. *children：可选参数，可以是一个或多个子元素，用于构建元素的子节点结构。

创建 Element 对象后，你可以使用 attrib 属性来添加或修改元素的属性，使用 text 属性来设置或获取元素的文本内容，以及使用 append() 方法来添加子元素。

以下是一个使用 Element() 函数的示例：

import xml.etree.ElementTree as ET

# 创建一个新的根元素
root = ET.Element('bookstore')

# 创建一个新的  元素，并设置属性和文本内容
book = ET.Element('book', attrib={'category': 'cooking', 'lang': 'en'})
book.text = 'This is a cooking book.'

# 创建