python 模块- 对XML的解析 ElementTree(元素树)

参考地址：http://blog.csdn.net/yueguanghaidao/article/details/7265246
python的官方文档：https://docs.python.org/2/library/xml.etree.elementtree.html

前述，库文件说明：
Source code: Lib/xml/etree/ElementTree.py

导入的库文件为：from xml.etree import ElementTree

为了使用方便可以像命名别名方式：
from xml.etree import ElementTree as ET

理解：
element是个容器对象，有些属性：
1) 一个tag
2) 一些attrib，或者为空 {}
3) 一个text
4) 一些子element

它是介于list和dict的中间体容器。
find, findall 结果就是一个list( find和 findall的区别， find是查找第一tag对应的element下所有元素， findall是查找对应tag的所有elements）
root.attrib 结果就是一个dict

具体使用

下面是一个转载的例子：

test.xml如下：

<?xml version="1.0"?>
<data>
    <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>

1.加载xml文件

加载XML文件共有2种方法,一是加载指定字符串，二是加载指定文件

a) parse 加载xml文件

b) fromstring 加载指定字符串

2.获取element的方法

a) 通过getiterator

b) 过 getchildren

c) find方法

d) findall方法

通过例子学习下：

from xml.etree import ElementTree as ET
#coding=gbk

tree = ET.parse("test.xml")
root = tree.getroot()
print root.tag, root.attrib, root.text
for child in root:
	print child.tag, child.attrib, root.text
#getiterator方法， 得到对应tag的所有elemnt的
countrys = root.getiterator("country")
for country in countrys:
	print "===", country.tag, country.attrib

#得到root下的所有子元素
childs = root.getchildren()
for child in childs:
	print "+++", child.tag, child.attrib

#find方法，查找对应tag的第一个elment下的elements，支持path
fchilds = root.find("country")
for fchild in fchilds:
	print "---", fchild.tag, fchild.attrib

#findall方法，查找所有的对应tag的所有element, 支持path
fachilds = root.findall("country")
for fachild in fachilds:
	print "---s", fachild.tag, fachild.attrib
fapchilds = root.findall("country/neighbor")
for fapchild in fapchilds:
	print "---sp", fapchild.tag, fapchild.attrib

注意问题：
中文编码问题，ElementTree只支持 utf8编码
所以当时gbk编码的时候，需要转码。
字符串转码：str.decode('gbk').encode('utf8')， 并且xml的头文件encoding为gbk的需要修改，如：
<?xml version='1.0' encoding='GBK'?>

则需要str=str.replace('GBK', 'utf-8')