python的内置模块xml模块方法 xml解析 详解以及使用

一、XML介绍

xml是实现不同语言或程序直接进行数据交换的协议，跟json差不多，单json使用起来更简单，不过现在还有很多传统公司的接口主要还是xml

xml跟html都属于是标签语言

我们主要学习的是ElementTree是python的XML处理模块，它提供了一个轻量级的对象模型，在使用ElementTree模块时，需要import xml.etree.ElementTre

ElementTree相当于整个xml节点树，而Element表示节点数中的一个单独节点

我们看下下面的xml文本，标签分为2种。

1、自闭和标签  <rank updated="yes">2</rank>

2、非闭合标签  <neighbor direction="E" name="Austria" />

<data>
<country name="Liechtenstein">
<rank updated="yes">2</rank>
<year updated="yes">2010</year>
<gdppc>141100</gdppc>
<neighbor direction="E" name="Austria" />
<neighbor direction="W" name="Switzerland" />
</country>
<country name="Singapore">
<rank updated="yes">5</rank>
<year updated="yes">2013</year>
<gdppc>59900</gdppc>
<neighbor direction="N" name="Malaysia" />
</country>
<country name="Panama">
<rank updated="yes">69</rank>
<year updated="yes">2013</year>
<gdppc>13600</gdppc>
<neighbor direction="W" name="Costa Rica" />
<neighbor direction="E" name="Colombia" />
</country>
</data>

二、xml.etree.ElementTree 模块的具体应用

1、打印根标签的名字

import xml.etree.ElementTree as ET #导入模块，名字太长了，把这个模块名重命名为ET
tree = ET.parse("xml_lesson.xml")#parse解析，用ET模块下的parse这个方法把xml文件解析开，解析开拿到一个tree,tree就是一个对象
root = tree.getroot()#这个对象可以调用方法，getroot就是根的意思
print(root.tag)#root这个对象有一个属性tag，tag的值就是根标签的名字

C:\python35\python3.exe D:/pyproject/day21模块/xml_test

data

什么是标签，什么是属性，举个例子

<country name="Liechtenstein">

conuntry是标签 

name="Liechtenstein" 是这个标签的属性

<neighbor direction="W" name="Costa Rica" />

neighbor是标签

direction="W" name="Costa Rica"  这2个都是标签的属性

2、用for循环查看下root下面是什么东西

for n in root:
    print(n)

C:\python35\python3.exe D:/pyproject/day21模块/xml_test

<Element 'country' at 0x0000000000E339F8>

<Element 'country' at 0x0000000000E38408>

<Element 'country' at 0x0000000000E38598>

这3个地址指向的就是对象，打印下这三个标签的名字，用tag这个属性就可以了

for n in root:
    print(n.tag)

C:\python35\python3.exe D:/pyproject/day21模块/xml_test

country

country

country

在打印下country下面的标签

for n in root:
    for i in n:
        print(i.tag)

C:\python35\python3.exe D:/pyproject/day21模块/xml_test

rank

year

gdppc

neighbor

neighbor

rank

year

gdppc

neighbor

rank

year

gdppc

neighbor

neighbor

3、打印标签的属性 attrib

打印country的属性

for n in root:
    print(n.attrib)

C:\python35\python3.exe D:/pyproject/day21模块/xml_test

{'name': 'Liechtenstein'}

{'name': 'Singapore'}

{'name': 'Panama'}

在打印下country里面的对象的属性

for n in root:
    for i in n:
        print(i.attrib)

C:\python35\python3.exe D:/pyproject/day21模块/xml_test

{'updated': 'yes'}

{'updated': 'yes'}

{}

{'name': 'Austria', 'direction': 'E'}

{'name': 'Switzerland', 'direction': 'W'}

{'updated': 'yes'}

{'updated': 'yes'}

{}

{'name': 'Malaysia', 'direction': 'N'}

{'updated': 'yes'}

{'updated': 'yes'}

{}

{'name': 'Costa Rica', 'direction': 'W'}

{'name': 'Colombia', 'direction': 'E'}

4、text  标签实际包裹的内容

for n in root:
    for i in n:
        print(i.text)

C:\python35\python3.exe D:/pyproject/day21模块/xml_test

2

2010

141100

None

None

5

2013

59900

None

69

2013

13600

None

None 

5、iter  

想取到每个属性中的year的text值就应该用iter方法这样取

for n in root.iter("year"):
    print(n.tag,n.text)

C:\python35\python3.exe D:/pyproject/day21模块/xml_test

year 2010

year 2013

year 2013

6、对xml文件数据进行修改操作

import xml.etree.ElementTree as ET #导入模块，名字太长了，把这个模块名重命名为ET

tree = ET.parse("xml_lesson.xml")#parse解析，用ET模块下的parse这个方法把xml文件解析开，
#解析开拿到一个tree,tree就是一个对象
root = tree.getroot()#这个对象可以调用方法，getroot就是根的意思
# print(root.tag)#root这个对象有一个属性tag，tag的值就是根标签的名字

for n in root.iter("year"):
new_year=int(n.text)+1
n.text=str(new_year)#修改year标签的text属性
n.set("updated1","yes")#给year这个标签增加一个属性
tree.write("xml_lesson.xml")#直接把修改的写入到文件中

<data>
<country name="Liechtenstein">
<rank updated="yes">2</rank>
<year updated="yes" updated1="yes">2012</year>
<gdppc>141100</gdppc>
<neighbor direction="E" name="Austria" />
<neighbor direction="W" name="Switzerland" />
</country>
<country name="Singapore">
<rank updated="yes">5</rank>
<year updated="yes" updated1="yes">2015</year>
<gdppc>59900</gdppc>
<neighbor direction="N" name="Malaysia" />
</country>
<country name="Panama">
<rank updated="yes">69</rank>
<year updated="yes" updated1="yes">2015</year>
<gdppc>13600</gdppc>
<neighbor direction="W" name="Costa Rica" />
<neighbor direction="E" name="Colombia" />
</country>
</data>

7、对xml文件进行删除操作，比如删除排名大于50的国家，需要取到每个conutry中的rank的text

import xml.etree.ElementTree as ET #导入模块，名字太长了，把这个模块名重命名为ET

tree = ET.parse("xml_lesson.xml")#parse解析，用ET模块下的parse这个方法把xml文件解析开，
#解析开拿到一个tree,tree就是一个对象
root = tree.getroot()#这个对象可以调用方法，getroot就是根的意思
# print(root.tag)#root这个对象有一个属性tag，tag的值就是根标签的名字

for n in root.findall("country"):#找到所有的country
rank=int(n.find("rank").text)#找到所有的rank的text值
if rank > 50:#判断值大于50的
root.remove(n)#就删除country这个标签
tree.write("xml_lesson.xml")#写入文件

删除之后，文件里面只有2个country了

<data>
    <country name="Liechtenstein">
        <rank updated="yes">2</rank>
        <year updated="yes" updated1="yes">2012</year>
        <gdppc>141100</gdppc>
        <neighbor direction="E" name="Austria" />
        <neighbor direction="W" name="Switzerland" />
    </country>
    <country name="Singapore">
        <rank updated="yes">5</rank>
        <year updated="yes" updated1="yes">2015</year>
        <gdppc>59900</gdppc>
        <neighbor direction="N" name="Malaysia" />
    </country>
    </data>

8、如何通过模块创建xml文件呢

import xml.etree.ElementTree as ET #导入模块，名字太长了，把这个模块名重命名为ET
new_xml=ET.Element("namelist")#创建了一个根节点
#相当于创建了<namelist></namelist>
name=ET.SubElement(new_xml,"name",attrib={"enrolled":"yes"})
#创建一个子标签name，然后增加一个属性
age=ET.SubElement(name,"age",attrib={"checked":"no"})
sex=ET.SubElement(name,"sex")
sex.text="28"


et=ET.ElementTree(new_xml)#生成文档对象
et.write("test.xml",encoding="utf8",xml_declaration=True)

查看下生成的text.xml这个文件内容

<namelist>

<name enrolled="yes">

<age checked="no"/>

<sex>28</sex>

</name>

</namelist>