python3.6 xml

最新推荐文章于 2025-05-22 09:59:16 发布

lqian1993

最新推荐文章于 2025-05-22 09:59:16 发布

阅读量1k

点赞数

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/lqian1993/article/details/80490982

本文介绍了XML的基本概念和特性，着重讲解了Python3.6中使用ElementTree解析XML文件的过程，包括查找指定子节点、删除节点的方法。同时，讨论了SAX API在处理大型XML文件时的优势，以及如何使用SAX解析器处理XML事件。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

什么是xml？

xml即可扩展标记语言，它可以用来标记数据、定义数据类型，是一种允许用户对自己的标记语言进行定义的源语言。

XML对于存储小到中等数量的数据非常有用，而不需要使用SQL

<?xml version="1.0" encoding="utf-8" ?>
<data name="'mingming">
    <country name="Liechtenstein">
        <rank>1</rank>
        <year>2008</year>
        <gdppc>141100</gdppc>
        <neighbor name="Austria" direction="E"/>
        <neighbor name="Switzerland" direction="W"/>
    </country>
    <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>

那么它有如下特征：

首先，它是有标签对组成，<aa></aa>

标签可以有属性：<aa id=’123’></aa>

标签对可以嵌入数据：<aa>abc</aa>

标签可以嵌入子标签（具有层级关系）：

<aa>

</aa>

XML文件格式介绍：

<tag attrib = > text </tag> tail
例：<APP_KEY channel = '优快云'> hello123456789 </APP_KEY>

tag，即标签，用于标识该元素表示哪种数据，即APP_KEY
attrib，即属性，用Dictionary形式保存，即{'channel' = '优快云'}
text，文本字符串，可以用来存储一些数据，即hello123456789
tail，尾字符串，并不是必须的，例子中没有包含

Python中提供的XML解析方式：

方法	特点
SAX	SAX解析通过流模式在解析XML的过程中触发对应的事件（start_element、char_data、end_element）并调用用户定义的回调函数来处理XML文件。
DOM	将XML数据在内存中解析成一个树，通过对树的操作来操作XML，占用内存大，解析速度较慢，优点是可以任意遍历树的节点。
ElementTree	类似一个轻量级的DOM，也是本篇文章主要介绍的。

ElementTree解析XML文件的过程：

导入ElementTree，import xml.etree.ElementTree as ET
解析Xml文件找到根节点：
直接解析XML文件并获得根节点，tree = ET.parse('country_data.xml') root = tree.getroot()
解析字符串，root = ET.fromstring(country_data_as_string)
遍历根节点可以获得子节点，然后就可以根据需求拿到需要的字段了。

#usr/bin/python
#-*-coding:utf-8-*-
import xml.etree.ElementTree as ET
"""

tag，即标签，用于标识该元素表示哪种数据，即APP_KEY
attrib，即属性，用Dictionary形式保存，即{'channel' = '优快云'}
text，文本字符串，可以用来存储一些数据，即hello123456789

"""
#1。先加载文档到内存里，形成一个倒桩的树结构
tree=ET.parse('mingming.xml')
#2.获取根节点
root=tree.getroot()
print('tag:',root.tag,'attrib:',root.attrib,'text:',root.text)
#遍历根节点
for ele in root:
    print('tag:', ele.tag, 'attrib:', ele.attrib,ele.attrib['name'])
    for e in ele:
        print('tag:', e.tag, 'attrib:', e.attrib, 'text:', e.text)

/Users/liuqian/venv/learn/bin/python /Users/liuqian/PycharmProjects/learn/高级教程/ElementTree_rxml.py
tag: data attrib: {'name': "'mingming"} text: 
    
tag: country attrib: {'name': 'Liechtenstein'} Liechtenstein
tag: rank attrib: {} text: 1
tag: year attrib: {} text: 2008
tag: gdppc attrib: {} text: 141100
tag: neighbor attrib: {'name': 'Austria', 'direction': 'E'} text: None
tag: neighbor attrib: {'name': 'Switzerland', 'direction': 'W'} text: None
tag: country attrib: {'name': 'Singapore'} Singapore
tag: rank attrib: {} text: 4
tag: year attrib: {} text: 2011
tag: gdppc attrib: {} text: 59900
tag: neighbor attrib: {'name': 'Malaysia', 'direction': 'N'} text: None
tag: country attrib: {'name': 'Panama'} Panama
tag: rank attrib: {} text: 68
tag: year attrib: {} text: 2011
tag: gdppc attrib: {} text: 13600
tag: neighbor attrib: {'name': 'Costa Rica', 'direction': 'W'} text: None
tag: neighbor attrib: {'name': 'Colombia', 'direction': 'E'} text: None

Process finished with exit code 0

或者更加明了的显示：

#usr/bin/python
#-*-coding:utf-8-*-
import xml.etree.ElementTree as ET
"""

tag，即标签，用于标识该元素表示哪种数据，即APP_KEY
attrib，即属性，用Dictionary形式保存，即{'channel' = '优快云'}
text，文本字符串，可以用来存储一些数据，即hello123456789

"""
#1。先加载文档到内存里，形成一个倒桩的树结构
mingming={}
tree=ET.parse('mingming.xml')
#2.获取根节点
root=tree.getroot()
# print('tag:',root.tag,'attrib:',root.attrib,'text:',root.text)
#遍历根节点
for ele in root:
    # print('tag:', ele.tag, 'attrib:', ele.attrib,ele.attrib['name'])
    value=[]
    for e in ele:
        # print('tag:', e.tag, 'attrib:', e.attrib, 'text:', e.text)
        if e.text is None:
            value.append(e.attrib)
        else:
            value.append({e.tag: e.text})
    mingming[ele.attrib['name']]=value
print(mingming)

/Users/liuqian/venv/learn/bin/python /Users/liuqian/PycharmProjects/learn/高级教程/ElementTree_rxml.py
{'Liechtenstein': [{'rank': '1'}, {'year': '2008'}, {'gdppc': '141100'}, {'name': 'Austria', 'direction': 'E'}, {'name': 'Switzerland', 'direction': 'W'}], 'Singapore': [{'rank': '4'}, {'year': '2011'}, {'gdppc': '59900'}, {'name': 'Malaysia', 'direction': 'N'}], 'Panama': [{'rank': '68'}, {'year': '2011'}, {'gdppc': '13600'}, {'name': 'Costa Rica', 'direction': 'W'}, {'name': 'Colombia', 'direction': 'E'}]}

Process finished with exit code 0

查找指定的子节点：

当XML文件较大或者其中的子节点tag非常多的时候，一个一个获取是比较麻烦的而且有很多不是我们需要的，这样我们可以通过find('nodeName')或者findall('nodeName')方法来查找指定tag的节点。

find('nodeName')：表示在该节点下，查找其中第一个tag为nodeName的节点。
findall('nodeName')：表示在该节点下，查找其中所有tag为nodeName的节点。

#usr/bin/python
#-*-coding:utf-8-*-
import xml.etree.ElementTree as ET
tree = ET.parse('mingming.xml')
root = tree.getroot()
animNode = root.find('country') #查找root节点下第一个tag为country的节点
print(animNode.tag,animNode.attrib,animNode.text)

/Users/liuqian/venv/learn/bin/python /Users/liuqian/PycharmProjects/learn/高级教程/ElementTree_rxml.py
country {'name': 'Liechtenstein'} 
        

Process finished with exit code 0

删除指定的节点以及保存

在合并Manifest文件的时候，可能有一些重复的权限，那么怎么删除掉呢，删除指定节点可以通过remove(node)方法,移除指定的节点。
代码示例，比如我们想移除attribute中name为Liechtenstein的节点：

#usr/bin/python
#-*-coding:utf-8-*-
import xml.etree.ElementTree as ET
#1。先加载文档到内存里，形成一个倒桩的树结构
tree=ET.parse('mingming.xml')
# #2.获取根节点
root=tree.getroot()

node =root.find('country')

nodes =root.findall('country')
for node in nodes:
    if node.attrib['name']=='Liechtenstein':
        root.remove(node)
        break

tree.write('mingbai.xml')
print('删除成功')

/Users/liuqian/venv/learn/bin/python /Users/liuqian/PycharmProjects/learn/高级教程/ElementTree_rxml.py
删除成功

Process finished with exit code 0

运行结果,我们打开保存的mingbai.xml文件，发现保存结果如下，name为Liechtenstein的节点已经被删除了：

<data name="'mingming">
    <country name="Singapore">
        <rank>4</rank>
        <year>2011</year>
        <gdppc>59900</gdppc>
        <neighbor direction="N" name="Malaysia" />
    </country>
    <country name="Panama">
        <rank>68</rank>
        <year>2011</year>
        <gdppc>13600</gdppc>
        <neighbor direction="W" name="Costa Rica" />
        <neighbor direction="E" name="Colombia" />
    </country>
</data>

XML解析器体系结构和API

Python标准库提供了一组极少使用但有用的接口来处理XML。两个最基本和最广泛使用在XML数据的API是SAX和DOM接口。

简单XML API(SAX) - 在这里，注册感兴趣的事件回调，然后让解析器继续执行文档。当文档较大或存在内存限制时，此功能非常有用，它会从文件读取文件时解析文件，并且整个文件不会存储在内存中。
文档对象模型(DOM)API - 这是一个万维网联盟的推荐，它将整个文件读入存储器并以分层(基于树)的形式存储，以表示XML文档的所有功能。

当处理大文件时，SAX显然无法与DOM一样快地处理信息。另一方面，使用DOM专门可以真正地占用资源，特别是如果要加许多文件使用的时候。

SAX是只读的，而DOM允许更改XML文件。由于这两种不同的API相辅相成，在大型项目中一般根据需要使用它们。

对于我们所有的XML代码示例，使用一个简单的XML文件：movies.xml作为输入 -

<collection shelf = "New Arrivals">
<movie title = "Enemy Behind">
   <type>War, Thriller</type>
   <format>DVD</format>
   <year>2013</year>
   <rating>PG</rating>
   <stars>10</stars>
   <description>Talk about a US-Japan war</description>
</movie>
<movie title = "Transformers">
   <type>Anime, Science Fiction</type>
   <format>DVD</format>
   <year>1989</year>
   <rating>R</rating>
   <stars>8</stars>
   <description>A schientific fiction</description>
</movie>
   <movie title = "Trigun">
   <type>Anime, Action</type>
   <format>DVD</format>
   <episodes>4</episodes>
   <rating>PG</rating>
   <stars>10</stars>
   <description>Vash the Stampede!</description>
</movie>
<movie title = "Ishtar">
   <type>Comedy</type>
   <format>VHS</format>
   <rating>PG</rating>
   <stars>2</stars>
   <description>Viewable boredom</description>
</movie>
</collection>

3.使用SAX API解析XML

SAX是事件驱动的XML解析的标准接口。使用SAX解析XML通常需要通过子类化xml.sax.ContentHandler来创建自己的ContentHandler。
ContentHandler处理XML样式/风格的特定标签和属性。 ContentHandler对象提供了处理各种解析事件的方法。它拥有的解析器在解析XML文件时调用ContentHandler方法。
在XML文件的开头和结尾分别调用：startDocument和endDocument方法。 characters(text)方法通过参数text传递XML文件的字符数据。

ContentHandler在每个元素的开头和结尾被调用。如果解析器不在命名空间模式下，则调用startElement(tag，attributes)和endElement(tag)方法; 否则，调用相应的方法startElementNS和endElementNS方法。这里，tag是元素标签，属性是Attributes对象。

以下是继续前面了解的其他重要方法 -

make_parser()方法

以下方法创建一个新的解析器对象并返回它。创建的解析器对象将是系统查找的第一个解析器类型。

xml.sax.make_parser( [parser_list] )

以下是参数的详细信息 -

parser_list - 可选参数，由使用哪个解析器的列表组成，必须全部实现make_parser方法。

parse()方法

以下方法创建一个SAX解析器并使用它来解析文档。

xml.sax.parse( xmlfile, contenthandler[, errorhandler])

以下是参数的详细信息 -

xmlfile - 这是要读取的XML文件的名称。
contenthandler - 这必须是ContentHandler对象。
errorhandler - 如果指定，errorhandler必须是SAX ErrorHandler

parseString方法

还有一种方法来创建SAX解析器并解析指定的XML字符串。

xml.sax.parseString(xmlstring, contenthandler[, errorhandler])

以下是参数的详细信息 -

xmlstring - 这是要读取的XML字符串的名称。
contenthandler - 这必须是ContentHandler对象。
errorhandler - 如果指定，errorhandler必须是SAX ErrorHandler对象。

示例

#!/usr/bin/python3

import xml.sax

class MovieHandler( xml.sax.ContentHandler ):
   def __init__(self):
      self.CurrentData = ""
      self.type = ""
      self.format = ""
      self.year = ""
      self.rating = ""
      self.stars = ""
      self.description = ""

   # Call when an element starts
   def startElement(self, tag, attributes):
      self.CurrentData = tag
      if tag == "movie":
         print ("*****Movie*****")
         title = attributes["title"]
         print ("Title:", title)

   # Call when an elements ends
   def endElement(self, tag):
      if self.CurrentData == "type":
         print ("Type:", self.type)
      elif self.CurrentData == "format":
         print ("Format:", self.format)
      elif self.CurrentData == "year":
         print ("Year:", self.year)
      elif self.CurrentData == "rating":
         print ("Rating:", self.rating)
      elif self.CurrentData == "stars":
         print ("Stars:", self.stars)
      elif self.CurrentData == "description":
         print ("Description:", self.description)
      self.CurrentData = ""

   # Call when a character is read
   def characters(self, content):
      if self.CurrentData == "type":
         self.type = content
      elif self.CurrentData == "format":
         self.format = content
      elif self.CurrentData == "year":
         self.year = content
      elif self.CurrentData == "rating":
         self.rating = content
      elif self.CurrentData == "stars":
         self.stars = content
      elif self.CurrentData == "description":
         self.description = content

if ( __name__ == "__main__"):

   # create an XMLReader
   parser = xml.sax.make_parser()
   # turn off namepsaces
   parser.setFeature(xml.sax.handler.feature_namespaces, 0)

   # override the default ContextHandler
   Handler = MovieHandler()
   parser.setContentHandler( Handler )

   parser.parse("movies.xml")

这将产生以下结果 -

*****Movie*****
Title: Enemy Behind
Type: War, Thriller
Format: DVD
Year: 2003
Rating: PG
Stars: 10
Description: Talk about a US-Japan war
*****Movie*****
Title: Transformers
Type: Anime, Science Fiction
Format: DVD
Year: 1989
Rating: R
Stars: 8
Description: A schientific fiction
*****Movie*****
Title: Trigun
Type: Anime, Action
Format: DVD
Rating: PG
Stars: 10
Description: Vash the Stampede!
*****Movie*****
Title: Ishtar
Type: Comedy
Format: VHS
Rating: PG
Stars: 2
Description: Viewable boredom