python 各种解析xml包使用方法总结 - 转
2013-05-23 14:34
1081 查看
python 各种解析xml包使用方法总结
转 http://outofmemory.cn/code-snippet/914/python-kinds-jiexi-xml-bao-usage-method-summary
使用python开发时,由于python的开源生态圈非常的给力,对于实现同一个功能,往往在这方面的类库非常多,而开发者也同样面临着如何选择最佳的 类库作为辅助开发的工具。本文将记录本人在使用python处理xml格式数据时测试过的类库,有些类库由于先天不足,无法支持一些特性,涉及的类库或模 块有xml(python自带)、libxml2 、lxml 、xpath 。
附注:本文处理xml格式的数据的结构如下:
Python代码
Python代码
程序运行结果如下:
观察上面的运行结果,”getElementsByTagName“接口查找名为data的所有节点,有时候,程序需要完成的功能是只需要某个节点下面的 data节点,如other节点下的data节点。也许您马上想到了,我们可以判断data节点的父节点是否为other来满足功能,实例 “get_tagname_other”如下:
程序运行结果如下:
观察上面的运行结果,恩,很好,问题是解决了,但是如果我想查找other节点下的data节点且属性节点version等于1.0的那个data节点, 那么就需要添加更多的策略来筛选出我们需要的数据,显然这种方式不够灵活,因此我们想到了使用xpath的方式去搜索我们需要的节点。实例 “get_xpath”如下:
程序运行结果如下:
观察上面的运行结果,使用xpath的方式显然改善了程序的可读性,可依然没有解决上面的问题,这是由于python自带的xml模块对xpath方式的支持先天不足,如果想同时满足可读性与功能的正确性,我们需要使用针对python的第三方xml处理类库。
mport libxml2
def get_xpath_1():
doc = libxml2.parseFile("data.xml")#data.xml文件结构与上述的input_xml_string相同
for node in doc.xpathEval("//item/data[@version = '1.0']"):
print (node, node.name, (node.properties.name, node.properties.content))
doc.freeDoc()
程序运行结果如下:
观察上面的运行结果,能够满足我们的需求,有点小不足“xpathEval()”接口不支持类似模板的用法,但不影响使用,由于libxml2采用C语言开发的,因此在使用API接口的方式上难免会有点“水土不服”(写法或习惯性用法)
程序运行结果如下:
Python代码
程序运行结果如下:
总结:
通过对这些类库的实践,我们已经了解了python在处理xml格式的数据时有各种各样的选择,并得知这些类库各自擅长那些方面的处理和各种类库的使用手法,可以根据实际需求选择合适的类库完成开发工作。
转 http://outofmemory.cn/code-snippet/914/python-kinds-jiexi-xml-bao-usage-method-summary
使用python开发时,由于python的开源生态圈非常的给力,对于实现同一个功能,往往在这方面的类库非常多,而开发者也同样面临着如何选择最佳的 类库作为辅助开发的工具。本文将记录本人在使用python处理xml格式数据时测试过的类库,有些类库由于先天不足,无法支持一些特性,涉及的类库或模 块有xml(python自带)、libxml2 、lxml 、xpath 。
附注:本文处理xml格式的数据的结构如下:
Python代码
input_xml_string =""" <root> <item> <data version="1.0" url="http://***" /> <data version="2.0" url="http://***"/></item><other><data version="1.0" url="http://***"/><data version="2.0" url="http://***"/></other></root>"""
python自带的xml处理模块xml.dom.minidom 解析xml
可以使用该模块提供的”getElementsByTagName“接口找到需要的节点,实例“get_tagname”如下:Python代码
import xml.dom.minidom def get_tagname(): doc = xml.dom.minidom.parseString(input_xml_string) for node in doc.getElementsByTagName("data"): print(node, node.tagName, node.getAttribute("version"))
程序运行结果如下:
(<DOM Element: data at 0x89884cc>, u'data', u'1.0') (<DOM Element: data at 0x898860c>, u'data', u'2.0') (<DOM Element: data at 0x89887cc>, u'data', u'1.0') (<DOM Element: data at 0x898890c>, u'data', u'2.0')
观察上面的运行结果,”getElementsByTagName“接口查找名为data的所有节点,有时候,程序需要完成的功能是只需要某个节点下面的 data节点,如other节点下的data节点。也许您马上想到了,我们可以判断data节点的父节点是否为other来满足功能,实例 “get_tagname_other”如下:
import xml.dom.minidom def get_tagname_other(): doc = xml.dom.minidom.parseString(input_xml_string) for node in doc.getElementsByTagName("data"): if node.parentNode.tagName =="other": print(node, node.tagName, node.getAttribute("version"))
程序运行结果如下:
(<DOM Element: data at 0x936b7cc>, u'data', u'1.0') (<DOM Element: data at 0x936b90c>, u'data', u'2.0')
观察上面的运行结果,恩,很好,问题是解决了,但是如果我想查找other节点下的data节点且属性节点version等于1.0的那个data节点, 那么就需要添加更多的策略来筛选出我们需要的数据,显然这种方式不够灵活,因此我们想到了使用xpath的方式去搜索我们需要的节点。实例 “get_xpath”如下:
import xml.etree.ElementTreefromStringIOimportStringIO file =StringIO(input_xml_string)def get_xpath(): doc = xml.etree.ElementTree.parse(file) for node in doc.findall("//item/data"): print(node, node.tag,(node.items()))
程序运行结果如下:
(<Element data at 90c4dcc>, 'data', [('url', 'http://***'), ('version', '1.0')]) (<Element data at 90c4e8c>, 'data', [('url', 'http://***'), ('version', '2.0')])
观察上面的运行结果,使用xpath的方式显然改善了程序的可读性,可依然没有解决上面的问题,这是由于python自带的xml模块对xpath方式的支持先天不足,如果想同时满足可读性与功能的正确性,我们需要使用针对python的第三方xml处理类库。
使用libxml2解析xml
libxml2是使用C语言开发的xml解析器,是一个基于MIT License的免费开源软件,多种编程语言都有基于它的实现,如本文将会介绍的lxml模块。实例“get_xpath_1”如下:mport libxml2
def get_xpath_1():
doc = libxml2.parseFile("data.xml")#data.xml文件结构与上述的input_xml_string相同
for node in doc.xpathEval("//item/data[@version = '1.0']"):
print (node, node.name, (node.properties.name, node.properties.content))
doc.freeDoc()
程序运行结果如下:
(<xmlNode (data) object at 0x9326c6c>, 'data', ('version', '1.0'))
观察上面的运行结果,能够满足我们的需求,有点小不足“xpathEval()”接口不支持类似模板的用法,但不影响使用,由于libxml2采用C语言开发的,因此在使用API接口的方式上难免会有点“水土不服”(写法或习惯性用法)
使用lxml解析xml
lxml是以上述介绍过的libxml2为基础采用python语言开发的,从使用层面上说比libxml2更适合python开发者(鄙人感受),且"xpath"接口支持类似模板的用法,实例“get_xpath_2”如下:import lxml.etree def get_xpath_2(): doc = lxml.etree.parse(file) for node in doc.xpath("//item/data[@version = $name]", name ="1.0"): print(node, node.tag,(node.items()))
程序运行结果如下:
(<Element data at a1f784c>, 'data', [('version', '1.0'), ('url', 'http://***')])
使用xpath模块解析xml
xpath是python官方推荐的一个支持xpath等处理的模块,是基于本文介绍过的python自带xml处理模块扩展而成,可以很好的结合使用,同时“find”接口也支持类似模板的用法,实例“get_xpath_3”如下:Python代码
import xpath def get_xpath_3(): doc = xml.dom.minidom.parseString(input_xml_string) for node in xpath.find("//item/data[@version = $name]", doc, name ="1.0"): print(node, node.tagName, node.getAttribute("version"))
程序运行结果如下:
(<DOM Element: data at 0x89934cc>, u'data', u'1.0')
总结:
通过对这些类库的实践,我们已经了解了python在处理xml格式的数据时有各种各样的选择,并得知这些类库各自擅长那些方面的处理和各种类库的使用手法,可以根据实际需求选择合适的类库完成开发工作。
相关文章推荐
- python 各种解析xml包使用方法总结
- python 解析xml包使用方法总结
- 简单介绍使用Python解析并修改XML文档的方法
- Python(Windows)下安装各种库的多种方法总结--灵活使用pip
- 简单介绍使用Python解析并修改XML文档的方法
- Qt中使用DOM对XML进行的各种解析(总结) 转
- 使用 XML: 了解解析 XML 的各种方法
- python解析xml的方法总结
- 使用 XML: 了解解析 XML 的各种方法
- Python使用XPATH解析特定结构XML文件速度提升方法
- Java解析XML的方法总结
- 在config配置文件添加iis的Mime类型,检测文件中是否存在添加语句,使用xml解析方法
- Python基础(十一) 使用xml.dom 创建XML文件与解析
- Android中使用代码截图的各种方法总结
- android对xml的各种解析方法
- Python使用ElementTree解析XML
- 使用Python和xml.etree.ElementTree解析xml文件
- JavaScript解析XML的方法总结
- Spring中c3p0连接池的配置 及JdbcTemplate的使用 通过XML配置文件注入各种需要对象的操作 来完成数据库添加Add()方法
- php中SimpleXML的使用方法,加载XML,解析XML