|
一、簡(jiǎn)介 XML（eXtensible Markup Language）指可擴(kuò)展標(biāo)記語(yǔ)言，被設(shè)計(jì)用來(lái)傳輸和存儲(chǔ)數(shù)據(jù)，已經(jīng)日趨成為當(dāng)前許多新生技術(shù)的核心，在不同的領(lǐng)域都有著不同的應(yīng)用。它是web發(fā)展到一定階段的必然產(chǎn)物，既具有SGML的核心特征，又有著HTML的簡(jiǎn)單特性，還具有明確和結(jié)構(gòu)良好等許多新的特性。 解析的xml文件（country.xml）： <?xml version='1.0'?>
<data>
<country name='Singapore'>
<rank>4</rank>
<year>2011</year>
<gdppc>59900</gdppc>
<neighbor name='Malaysia' direction='N'/>
</country>
<country name='Panama'>
<rank>68</rank>
<year>2011</year>
<gdppc>13600</gdppc>
<neighbor name='Costa Rica' direction='W'/>
<neighbor name='Colombia' direction='E'/>
</country>
</data>
1、xml.etree.ElementTree ElementTree生來(lái)就是為了處理XML，它在Python標(biāo)準(zhǔn)庫(kù)中有兩種實(shí)現(xiàn)：一種是純Python實(shí)現(xiàn)的，如xml.etree.ElementTree，另一種是速度快一點(diǎn)的xml.etree.cElementTree。注意：盡量使用C語(yǔ)言實(shí)現(xiàn)的那種，因?yàn)樗俣雀?，而且消耗的?nèi)存更少。 try:
import xml.etree.cElementTree as ET
except ImportError:
import xml.etree.ElementTree as ET
這是一個(gè)讓Python不同的庫(kù)使用相同API的一個(gè)比較常用的辦法，而從Python 3.3開(kāi)始ElementTree模塊會(huì)自動(dòng)尋找可用的C庫(kù)來(lái)加快速度，所以只需要import xml.etree.ElementTree就可以了。 #!/usr/bin/evn python
#coding:utf-8
try:
import xml.etree.cElementTree as ET
except ImportError:
import xml.etree.ElementTree as ET
import sys
try:
tree = ET.parse('country.xml') #打開(kāi)xml文檔
#root = ET.fromstring(country_string) #從字符串傳遞xml
root = tree.getroot() #獲得root節(jié)點(diǎn)
except Exception, e:
print 'Error:cannot parse file:country.xml.'
sys.exit(1)
print root.tag, '---', root.attrib
for child in root:
print child.tag, '---', child.attrib
print '*'*10
print root[0][1].text #通過(guò)下標(biāo)訪問(wèn)
print root[0].tag, root[0].text
print '*'*10
for country in root.findall('country'): #找到root節(jié)點(diǎn)下的所有country節(jié)點(diǎn)
rank = country.find('rank').text #子節(jié)點(diǎn)下節(jié)點(diǎn)rank的值
name = country.get('name') #子節(jié)點(diǎn)下屬性name的值
print name, rank
#修改xml文件
for country in root.findall('country'):
rank = int(country.find('rank').text)
if rank > 50:
root.remove(country)
tree.write('output.xml')
運(yùn)行結(jié)果： 參考：https://docs./2/library/xml.etree.elementtree.html 文件對(duì)象模型（Document Object Model，簡(jiǎn)稱(chēng)DOM），是W3C組織推薦的處理可擴(kuò)展置標(biāo)語(yǔ)言的標(biāo)準(zhǔn)編程接口。一個(gè) DOM 的解析器在解析一個(gè)XML文檔時(shí)，一次性讀取整個(gè)文檔，把文檔中所有元素保存在內(nèi)存中的一個(gè)樹(shù)結(jié)構(gòu)里，之后你可以利用DOM 提供的不同的函數(shù)來(lái)讀取或修改文檔的內(nèi)容和結(jié)構(gòu)，也可以把修改過(guò)的內(nèi)容寫(xiě)入xml文件。python中用xml.dom.minidom來(lái)解析xml文件，例子如下： #!/usr/bin/python
#coding=utf-8
from xml.dom.minidom import parse
import xml.dom.minidom
# 使用minidom解析器打開(kāi)XML文檔
DOMTree = xml.dom.minidom.parse('country.xml')
Data = DOMTree.documentElement
if Data.hasAttribute('name'):
print 'name element : %s' % Data.getAttribute('name')
# 在集合中獲取所有國(guó)家
Countrys = Data.getElementsByTagName('country')
# 打印每個(gè)國(guó)家的詳細(xì)信息
for Country in Countrys:
print '*****Country*****'
if Country.hasAttribute('name'):
print 'name: %s' % Country.getAttribute('name')
rank = Country.getElementsByTagName('rank')[0]
print 'rank: %s' % rank.childNodes[0].data
year = Country.getElementsByTagName('year')[0]
print 'year: %s' % year.childNodes[0].data
gdppc = Country.getElementsByTagName('gdppc')[0]
print 'gdppc: %s' % gdppc.childNodes[0].data
for neighbor in Country.getElementsByTagName('neighbor'):
print neighbor.tagName, ':', neighbor.getAttribute('name'), neighbor.getAttribute('direction')
運(yùn)行結(jié)果： 參考：https://docs./2/library/xml.dom.html 3、xml.sax.* SAX是一種基于事件驅(qū)動(dòng)的API，利用SAX解析XML牽涉到兩個(gè)部分：解析器和事件處理器。其中解析器負(fù)責(zé)讀取XML文檔，并向事件處理器發(fā)送事件，如元素開(kāi)始跟元素結(jié)束事件；而事件處理器則負(fù)責(zé)對(duì)事件作出相應(yīng)，對(duì)傳遞的XML數(shù)據(jù)進(jìn)行處理。python中使用sax方式處理xml要先引入xml.sax中的parse函數(shù)，還有xml.sax.handler中的ContentHandler。常使用在如下的情況下：一、對(duì)大型文件進(jìn)行處理；二、只需要文件的部分內(nèi)容，或者只需從文件中得到特定信息；三、想建立自己的對(duì)象模型的時(shí)候。 #coding=utf-8
#!/usr/bin/python
import xml.sax
class CountryHandler(xml.sax.ContentHandler):
def __init__(self):
self.CurrentData = ''
self.rank = ''
self.year = ''
self.gdppc = ''
self.neighborname = ''
self.neighbordirection = ''
# 元素開(kāi)始事件處理
def startElement(self, tag, attributes):
self.CurrentData = tag
if tag == 'country':
print '*****Country*****'
name = attributes['name']
print 'name:', name
elif tag == 'neighbor':
name = attributes['name']
direction = attributes['direction']
print name, '->', direction
# 元素結(jié)束事件處理
def endElement(self, tag):
if self.CurrentData == 'rank':
print 'rank:', self.rank
elif self.CurrentData == 'year':
print 'year:', self.year
elif self.CurrentData == 'gdppc':
print 'gdppc:', self.gdppc
self.CurrentData = ''
# 內(nèi)容事件處理
def characters(self, content):
if self.CurrentData == 'rank':
self.rank = content
elif self.CurrentData == 'year':
self.year = content
elif self.CurrentData == 'gdppc':
self.gdppc = content
if __name__ == '__main__':
# 創(chuàng)建一個(gè) XMLReader
parser = xml.sax.make_parser()
# turn off namepsaces
parser.setFeature(xml.sax.handler.feature_namespaces, 0)
# 重寫(xiě) ContextHandler
Handler = CountryHandler()
parser.setContentHandler(Handler)
parser.parse('country.xml')
運(yùn)行結(jié)果： 4、libxml2和lxml解析xml libxml2是使用C語(yǔ)言開(kāi)發(fā)的xml解析器，是一個(gè)基于MIT License的免費(fèi)開(kāi)源軟件，多種編程語(yǔ)言都有基于它的實(shí)現(xiàn)，python中的libxml2模塊有點(diǎn)小不足的是：xpathEval()接口不支持類(lèi)似模板的用法，但不影響使用，因libxml2采用C語(yǔ)言開(kāi)發(fā)的，因此在使用API接口的方式上難免會(huì)有點(diǎn)不適應(yīng)。 #!/usr/bin/python
#coding=utf-8
import libxml2
doc = libxml2.parseFile('country.xml')
for book in doc.xpathEval('//country'):
if book.content != '':
print '----------------------'
print book.content
for node in doc.xpathEval('//country/neighbor[@name = 'Colombia']'):
print node.name, (node.properties.name, node.properties.content)
doc.freeDoc()
lxml是以libxml2為基礎(chǔ)采用python語(yǔ)言開(kāi)發(fā)的，從使用層面上說(shuō)比lxml更適合python開(kāi)發(fā)者，且xpath()接口支持類(lèi)似模板的用法。 #!/usr/bin/python
#coding=utf-8
import lxml.etree
doc = lxml.etree.parse('country.xml')
for node in doc.xpath('//country/neighbor[@name = $name]', name = 'Colombia'):
print node.tag, node.items()
for node in doc.xpath('//country[@name = $name]', name = 'Singapore'):
print node.tag, node.items()
三、總結(jié) |
|
|
來(lái)自： wiborgite > 《待分類(lèi)》
