python解析xml示例

python是一种脚本语言，功能非常强大

我们来看看如何使用python来解析xml，举个粟子：

例1：解析xml

<?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>

import xml.etree.ElementTree as ET

tree = ET.parse('country_data.xml')

root = tree.getroot()

for child in root:

   print child.tag, child.attrib

结果：   

country {'name': 'Liechtenstein'}

country {'name': 'Singapore'}

country {'name': 'Panama'} 

作为一个元素来讲，root拥有标签和属性字典：

root.tag 就是'data'  

root.attrib 即为{}

遍历其孩子结点，即可以得到更里一层的标签和属性字典

for child in root:

   print child.tag, child.attrib

就能得到

country {'name': 'Liechtenstein'}

country {'name': 'Singapore'}

country {'name': 'Panama'} 

而child其实也是嵌套的，我们可以以二维数组的方式得到特定的元素：

root[0][1].text 即 2008

此处，你也可以只得到你感兴趣的元素：

例如：

for neighbor in root.iter('neighbor'):

   print neighbor.attrib

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

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

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

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

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

例2：修改xml

for rank in root.iter('rank'):

   new_rank = int(rank.text) + 1

   rank.text = str(new_rank)

   rank.set('updated', 'yes')

tree.write('output.xml')

修改后的xml如下所示：rank部分被改变了

<?xml version="1.0"?>

<data>

    <country name="Liechtenstein">

        <rank updated="yes">2</rank>

        <year>2008</year>

        <gdppc>141100</gdppc>

        <neighbor name="Austria" direction="E"/>

        <neighbor name="Switzerland" direction="W"/>

    </country>

    <country name="Singapore">

        <rank updated="yes">5</rank>

        <year>2011</year>

        <gdppc>59900</gdppc>

        <neighbor name="Malaysia" direction="N"/>

    </country>

    <country name="Panama">

        <rank updated="yes">69</rank>

        <year>2011</year>

        <gdppc>13600</gdppc>

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

        <neighbor name="Colombia" direction="E"/>

    </country>

</data>

例3，修改xml之2

我们可以通过Element.remove() 接口来删除xml文件中的元素

for country in root.findall('country'):

   rank = int(country.find('rank').text)

   if rank > 50:

     root.remove(country)

tree.write('output.xml')

得到结果如下：

<?xml version="1.0"?>

<data>

    <country name="Liechtenstein">

        <rank updated="yes">2</rank>

        <year>2008</year>

        <gdppc>141100</gdppc>

        <neighbor name="Austria" direction="E"/>

        <neighbor name="Switzerland" direction="W"/>

    </country>

    <country name="Singapore">

        <rank updated="yes">5</rank>

        <year>2011</year>

        <gdppc>59900</gdppc>

        <neighbor name="Malaysia" direction="N"/>

    </country>

</data>

例4，创建xml

SubElement()接口提供了一种创建子元素的简便的方法

a = ET.Element('a')

b = ET.SubElement(a, 'b')

c = ET.SubElement(a, 'c')

d = ET.SubElement(c, 'd')

ET.dump(a)

输出如<a><b /><c><d /></c></a>

构成如下：

<a>
<b />
<c>
<d />
</c>

</a>

   

例5，以命名空间的方式来解析xml

示例xml:(这个xml文件中添加了两个命名空间，其中一个的前缀是fictional,另外一个作为默认的命名空间)

<?xml version="1.0"?>

<actors xmlns:fictional="http://characters.example.com"

        xmlns="http://people.example.com">

    <actor>

        <name>John Cleese</name>

        <fictional:character>Lancelot</fictional:character>

        <fictional:character>Archie Leach</fictional:character>

    </actor>

    <actor>

        <name>Eric Idle</name>

        <fictional:character>Sir Robin</fictional:character>

        <fictional:character>Gunther</fictional:character>

        <fictional:character>Commander Clement</fictional:character>

    </actor>

</actors>

方式一：在find()或者findall()接口中手动添加URI到每一个标签或者属性值前面。

root = fromstring(xml_text)

for actor in root.findall('{http://people.example.com}actor'):

    name = actor.find('{http://people.example.com}name')

    print name.text

    for char in actor.findall('{http://characters.example.com}character'):

        print ' |-->', char.text

方式二：在find()或者findall()接口中创建一个自己的前缀

ns = {'real_person': 'http://people.example.com',

      'role': 'http://characters.example.com'}

for actor in root.findall('real_person:actor', ns):

    name = actor.find('real_person:name', ns)

    print name.text

    for char in actor.findall('role:character', ns):

        print ' |-->', char.text

两者的输出均为：

John Cleese

 |--> Lancelot

 |--> Archie Leach

Eric Idle

 |--> Sir Robin

 |--> Gunther

 |--> Commander Clement