ElementTree处理XML的相关知识

<span style="font-family: SimHei; background-color: rgb(255, 255, 255);">一、导入</span>
try:

<span style="font-family:FangSong_GB2312;font-size:14px;">    import xml.etree.cElementTree as ET
except ImportError：
import xml.etree.ElementTree as ET</span>

<span style="font-family:FangSong_GB2312;font-size:14px;">     ElementTree在python标准库中有两种实现，一种是纯python的ElementTree，另一种是用C语言实现的cElementTree，速度较快，占用内存也小，推荐使用。</span>

<span style="font-family:FangSong_GB2312;font-size:14px;"><span style="font-family: SimHei; font-size: 18px; "><strong>二、相关知识点介绍</strong></span></span>

<span style="font-family:FangSong_GB2312;font-size:14px;">1、<code class="docutils literal" style="color: rgb(34, 34, 34); line-height: 24px;"><span class="pre">ElementTree</span></code><span style="color: rgb(62, 67, 73); line-height: 24px;"> 将整个 XML 解析为一棵树， </span><code class="docutils literal" style="color: rgb(34, 34, 34); line-height: 24px;"><span class="pre">Element</span></code><span style="color: rgb(62, 67, 73); line-height: 24px;"> 将单个结点解析为树。</span></span>

<span style="font-family:FangSong_GB2312;font-size:14px;"><span style="color: rgb(62, 67, 73); line-height: 24px;">2、整个文档级别的操作通常用 </span><code class="docutils literal" style="color: rgb(34, 34, 34); line-height: 24px;"><span class="pre">ElementTree</span></code><span style="color: rgb(62, 67, 73); line-height: 24px;"> 。单个 XML 元素和它的子元素通常用 </span><code class="docutils literal" style="color: rgb(34, 34, 34); line-height: 24px;"><span class="pre">Element</span></code><span style="color: rgb(62, 67, 73); line-height: 24px;"> 。</span></span>

<span style="line-height: 24px;"></span><pre name="code" class="python" style="font-size: 16px; color: rgb(62, 67, 73); font-family: Nobile, sans-serif;"><span style="font-family:FangSong_GB2312;font-size:14px;"><span style="font-family: SimHei; font-size: 18px; "><strong>三、常用函数和方法</strong></span></span>

<pre name="code" class="python" style="font-size: 16px;"><span style="color: rgb(62, 67, 73); font-family: FangSong_GB2312; font-size: 14px;">1、</span><span style="font-size: 14px;"><span style="color:#222222;">tree = ET.ElementTree(file = "XPath")</span></span>

<span style="color:#222222;"><span style="font-size: 14px;">该函数参数是XML文件的路径，返回tree。
</span></span>

<span style="color:#222222;"><span style="font-size: 14px;">2、root = tree.getroot()</span></span>

<span style="color:#222222;"><span style="font-size: 14px;">返回根节点，是一个Element对象。可以通过root.tag, root.attrib访问根节点的标签和属性。root可以用于循环遍历，来查找root的子节点。</span></span>

<span style="color:#222222;"></span><pre name="code" class="python"><span style="font-family:FangSong_GB2312;font-size:14px;">for child_node_root in root:
print child_node_root.tag, child_node_root.attrib</span>

返回的tag是一个字符串，attrib是一个字典。

<span style="color:#222222;"><span style="font-size: 14px;">也可以通过索引的方式访问root的子节点。</span></span>

<span style="color:#222222;"><span style="font-size: 14px;">root[0].tag, root[0].attrib, root[0].test。</span></span>

<span style="color:#222222;"><span style="font-size: 14px;">3、</span></span><span style="font-size: 14px; color: rgb(34, 34, 34); font-family: Arial, Helvetica, sans-serif;">for elem in tree.iter():</span><span style="color: rgb(34, 34, 34);"></span><pre name="code" class="python"><pre name="code" class="python" style="font-size: 14px;">    print elem.tag, elem.attrib

Element和ElementTree的对象有一个iter（）方法，可以深度遍历子节点。iter（）方法也可以接受一个标签名作为参数，只遍历含有指定标签名的子节点。

4、find()、findall()、iterfind()   这3个方法对Element和ElementTree对象都适用，find()返回第一个匹配的子元素，findall()返回所有匹配的子元素，iterfind()为所有匹配项提供迭代器。

<pre style="font-size: 1.1em; overflow-x: auto; overflow-y: hidden; padding: 10px; background-color: rgb(250, 250, 250); color: rgb(34, 34, 34); line-height: 1.2em; border-width: 2px; border-style: solid none; border-color: rgb(198, 201, 203); margin-top: 1.5em; margin-bottom: 1.5em;"><span class="k" style="color: rgb(0, 112, 32); font-weight: bold;">for</span> <span class="n">elem</span> <span class="ow" style="color: rgb(0, 112, 32); font-weight: bold;">in</span> <span class="n">tree</span><span class="o" style="color: rgb(102, 102, 102);">.</span><span class="n">iterfind</span><span class="p">(</span><span class="s" style="color: rgb(64, 112, 160);">'branch/sub-branch'</span><span class="p">):</span>
<span class="gp" style="color: rgb(198, 93, 9); font-weight: bold;">... </span>  <span class="k" style="color: rgb(0, 112, 32); font-weight: bold;">print</span> <span class="n">elem</span><span class="o" style="color: rgb(102, 102, 102);">.</span><span class="n">tag</span><span class="p">,</span> <span class="n">elem</span><span class="o" style="color: rgb(102, 102, 102);">.</span><span class="n">attrib</span>
<span class="gp" style="color: rgb(198, 93, 9); font-weight: bold;">...</span>
<span class="go" style="color: rgb(51, 51, 51);">sub-branch {'name': 'subrelease01'}</span>

<pre name="code" class="python"><span style="color: rgb(34, 34, 34);"><span style="font-size: 14px;"></span></span><pre name="code" class="python">5、del   root[2]删除某个节点

6、root[0].set("attrib_name", "attrib"),为子节点添加或修改属性。

7、a = ET.Element('elem')创建一个名为elem的标签

8、b = ET.SubElement(a, 'sub_elem')创建一个子节点，父节点是a，子节点标签名是sub_elem。

9、root = ET.Element('root'), root.extend((a)),将a节点添加到root节点下。

10、tree = ET.ElementTree(root),以root为根节点建立的XML树，

11、tree.write('path')以tree建立XML文档。

<span style="font-size: 14px;">四、一些补充</span>

<span style="font-size: 14px;">当XML文档较大时，全部读入内存会消耗过多的系统资源，可以利用iterparse()和clear()方法。</span>

<span style="font-size: 14px;"></span><pre name="code" class="python"><span style="color: rgb(34, 34, 34);"><span style="font-size: 14px;"></span></span>

count = 0
for event, elem in ET.iterparse(sys.argv[2]):
if event == 'end':
if elem.tag == 'location' and elem.text == 'Zimbabwe':
count += 1
elem.clear() # discard the element

print count

在这里，elem.clear()是关键，iterparse()依然会建立一棵树，只是不用全部加载进内存。

<span style="color: rgb(34, 34, 34);"><span style="font-size: 14px;"></span></span><pre name="code" class="python">for elem in tree.iter():
print elem, elem.tag, elem.attrib