Python指南：XML解析的三种高效方法-优快云博客

本文链接：https://blog.youkuaiyun.com/gitblog_01028/article/details/148360451

Python指南：XML解析的三种高效方法

python-guide Python best practices guidebook, written for humans. 项目地址: https://gitcode.com/gh_mirrors/py/python-guide

XML（可扩展标记语言）是一种广泛使用的数据交换格式，在Python中有多种处理方式。本文将介绍三种主流的XML解析方法，帮助开发者根据需求选择最适合的工具。

1. untangle：将XML转换为Python对象

untangle是一个轻量级库，它能将XML文档转换为Python对象，使XML节点和属性可以直接通过对象属性访问。

核心特性

直观的对象模型映射
支持从文件、字符串或URL加载XML
简单的点号访问语法

使用示例

假设有以下XML文件：

<?xml version="1.0"?>
<config>
    <database host="localhost" port="3306"/>
</config>

解析代码：

import untangle
config = untangle.parse('config.xml')
print(config.config.database['host'])  # 输出: localhost
print(config.config.database['port'])  # 输出: 3306

适用场景

需要快速访问XML数据的简单项目
偏好对象式访问而非字典式访问的开发场景

2. xmltodict：让XML像JSON一样易用

xmltodict库将XML文档转换为Python字典，使XML处理方式与JSON处理方式保持一致。

核心特性

XML到字典的双向转换
支持流式处理大文件
完整的命名空间支持
保留原始XML结构的同时提供字典访问接口

使用示例

处理以下XML：

<user>
    <name>张三</name>
    <age type="integer">30</age>
</user>

解析代码：

import xmltodict

with open('user.xml') as f:
    doc = xmltodict.parse(f.read())

print(doc['user']['name'])  # 输出: 张三
print(doc['user']['age']['@type'])  # 输出: integer
print(doc['user']['age']['#text'])  # 输出: 30

转换回XML

new_data = {'user': {'name': '李四', 'age': {'@type': 'integer', '#text': '25'}}}
print(xmltodict.unparse(new_data, pretty=True))

适用场景

需要频繁在XML和字典格式间转换的项目
已经熟悉JSON处理方式的开发团队
需要处理大型XML文件的场景（使用流式模式）

3. xmlschema：基于XSD的强类型XML处理

xmlschema提供了完整的XSD（XML Schema Definition）支持，能够根据模式定义自动进行类型转换和验证。

核心特性

完整的XSD 1.0和XSD 1.1支持
自动类型转换（字符串→Python类型）
文档验证功能
编码/解码支持

使用示例

假设有schema.xsd：

<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema">
    <xs:element name="person">
        <xs:complexType>
            <xs:sequence>
                <xs:element name="name" type="xs:string"/>
                <xs:element name="age" type="xs:integer"/>
            </xs:sequence>
        </xs:complexType>
    </xs:element>
</xs:schema>

和person.xml：

<person>
    <name>王五</name>
    <age>40</age>
</person>

处理代码：

from xmlschema import XMLSchema

schema = XMLSchema('schema.xsd')
if schema.is_valid('person.xml'):
    data = schema.decode('person.xml')
    print(type(data['age']))  # 输出: <class 'int'>
    print(data['age'] + 5)    # 输出: 45

适用场景

需要严格遵循XML Schema定义的企业级应用
需要自动类型转换的复杂数据处理
需要验证XML文档有效性的关键业务系统

总结对比

| 特性 | untangle | xmltodict | xmlschema | |------------|----------|-----------|-----------| | 访问方式 | 对象属性 | 字典键 | 字典键+类型 | | 类型转换 | 无 | 无 | 自动 | | 验证支持 | 无 | 无 | 完整 | | 大文件支持 | 有限 | 流式模式 | 有限 | | 双向转换 | 无 | 支持 | 支持 |

选择建议：