Python中使用ElementTree对XML文件进行解析
2017-09-14 17:43
579 查看
XML文件介绍:
XML指可扩展标记语言(eXtensible Markup Language),接触过Java或者Android的同学们相信绝对不会陌生,XML被设计用来传输和存储数据,虽然现在用来与服务端交互更多情况下使用的都是Json格式的数据,但是XML格式还是有着广泛的应用。最近在公司的项目中,需要使用Python脚本在后台对反编译的apk文件进行合并,其中对Manifest文件中标签的处理,主要就是用到了Python中的XML解析,因此写一篇文章记录一下。
Python中提供的XML解析方式:
方法 | 特点 |
---|---|
SAX | SAX解析通过流模式在解析XML的过程中触发对应的事件(start_element、char_data、end_element)并调用用户定义的回调函数来处理XML文件。 |
DOM | 将XML数据在内存中解析成一个树,通过对树的操作来操作XML,占用内存大,解析速度较慢,优点是可以任意遍历树的节点。 |
ElementTree | 类似一个轻量级的DOM,也是本篇文章主要介绍的。 |
准备一份XML格式的文件:
巧妇难为无米之炊,需要进行解析,首先必须有一个XML文件,本篇文章采用官方API示例中的XML文档,示例代码如下:<?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>
XML文件格式介绍:
<tag attrib = > text </tag> tail
例:
<APP_KEY channel = 'CSDN'> hello123456789 </APP_KEY>
tag,即标签,用于标识该元素表示哪种数据,即APP_KEY
attrib,即属性,用Dictionary形式保存,即{'channel' = 'CSDN'}
text,文本字符串,可以用来存储一些数据,即hello123456789
tail,尾字符串,并不是必须的,例子中没有包含。
ElementTree解析XML文件的过程:
导入ElementTree,import xml.etree.ElementTree as ET
解析Xml文件找到根节点:
直接解析XML文件并获得根节点,
tree = ET.parse('country_data.xml') root = tree.getroot()
解析字符串,
root = ET.fromstring(country_data_as_string)
遍历根节点可以获得子节点,然后就可以根据需求拿到需要的字段了。
源码演示:
示例代码:#!usr/bin/python # -*- coding: utf-8 -*- #========================== import xml.etree.ElementTree as ET tree = ET.parse('country_data.xml') root = tree.getroot() print('root-tag:',root.tag,',root-attrib:',root.attrib,',root-text:',root.text) for child in root: print('child-tag是:',child.tag,',child.attrib:',child.attrib,',child.text:',child.text) for sub in child: print('sub-tag是:',sub.tag,',sub.attrib:',sub.attrib,',sub.text:',sub.text)
运行结果:
>>> root-tag: data ,root-attrib: {} ,root-text: child-tag是: country ,child.attrib: {'name': 'Liechtenstein'} ,child.text: sub-tag是: rank ,sub.attrib: {} ,sub.text: 1 sub-tag是: year ,sub.attrib: {} ,sub.text: 2008 sub-tag是: gdppc ,sub.attrib: {} ,sub.text: 141100 sub-tag是: neighbor ,sub.attrib: {'direction': 'E', 'name': 'Austria'} ,sub.text: None sub-tag是: neighbor ,sub.attrib: {'direction': 'W', 'name': 'Switzerland'} ,sub.text: None child-tag是: country ,child.attrib: {'name': 'Singapore'} ,child.text: sub-tag是: rank ,sub.attrib: {} ,sub.text: 4 sub-tag是: year ,sub.attrib: {} ,sub.text: 2011 sub-tag是: gdppc ,sub.attrib: {} ,sub.text: 59900 sub-tag是: neighbor ,sub.attrib: {'direction': 'N', 'name': 'Malaysia'} ,sub.text: None child-tag是: country ,child.attrib: {'name': 'Panama'} ,child.text: sub-tag是: rank ,sub.attrib: {} ,sub.text: 68 sub-tag是: year ,sub.attrib: {} ,sub.text: 2011 sub-tag是: gdppc ,sub.attrib: {} ,sub.text: 13600 sub-tag是: neighbor ,sub.attrib: {'direction': 'W', 'name': 'Costa Rica'} ,sub.text: None sub-tag是: neighbor ,sub.attrib: {'direction': 'E', 'name': 'Colombia'} ,sub.text: None
查找指定的子节点:
当XML文件较大或者其中的子节点tag非常多的时候,一个一个获取是比较麻烦的而且有很多不是我们需要的,这样我们可以通过find('nodeName')或者findall('nodeName')方法来查找指定tag的节点。find('nodeName'):表示在该节点下,查找其中第一个tag为nodeName的节点。
findall('nodeName'):表示在该节点下,查找其中所有tag为nodeName的节点。
代码示例:
#!usr/bin/python # -*- coding: utf-8 -*- import xml.etree.ElementTree as ET tree = ET.parse('country_data.xml') root = tree.getroot() animNode = root.find('country') #查找root节点下第一个tag为country的节点 print(animNode.tag,animNode.attrib,animNode.text)
运行结果,可以在XML文件中看到,第一个tag为country的节点确实是Liechtenstein:
>>> country {'name': 'Liechtenstein'}
删除指定的节点以及保存
在合并Manifest文件的时候,可能有一些重复的权限,那么怎么删除掉呢,删除指定节点可以通过remove(node)方法,移除指定的节点。代码示例,比如我们想移除attribute中name为Liechtenstein的节点:
#!usr/bin/python # -*- coding: utf-8 -*- import xml.etree.ElementTree as ET tree = ET.parse('country_data.xml') root = tree.getroot() animNode = root.find('country') if animNode.attrib['name'] == 'Liechtenstein': root.remove(animNode) tree.write('finish.xml')#保存修改后的XML文件
运行结果,我们打开保存的finish.xml文件,发现保存结果如下,name为Liechtenstein的节点已经被删除了:
<data> <country name="Singapore"> <rank>4</rank> <year>2011</year> <gdppc>59900</gdppc> <neighbor direction="N" name="Malaysia" /> </country> <country name="Panama"> <rank>68</rank> <year>2011</year> <gdppc>13600</gdppc> <neighbor direction="W" name="Costa Rica" /> <neighbor direction="E" name="Colombia" /> </country> </da
相关文章推荐
- Python使用untangle模块对XML文件进行解析
- python使用ElementTree解析XML文件
- Python_使用ElementTree解析xml文件
- 使用org.w3c.dom.*进行XML文件的解析和创建(包括Cdata的解析)
- 使用tinyxml进行XML文件解析
- Android中使用Pull解析器解析xml文件+进行简单的单元测试
- Python中使用SimpleParse模块进行解析
- ZH奶酪:Python使用ElementTree解析XML【译】
- 使用Sax解析器对XML文件进行解析并转化为JavaBean
- 【转】使用Python中HTTPParser模块进行简单的html解析
- 使用TinyXML进行xml文件解析,生成xml文件
- 使用Dom4j对XML文件进行解析
- 使用python3.4解析xml文件(sax、dom、etree)
- Python 使用ElementTree解析XML
- Android中使用SAX对XMl文件进行解析
- 在使用simplexml_load_file()函数读取xml文件时遇到<![CDATA[]]>,怎么让其进行解析
- Python中使用ElementTree解析XML示例
- Android中使用Pull解析器解析xml文件+进行简单的单元测试
- 使用org.w3c.dom.*进行XML文件的解析和创建(包括Cdata的解析)
- 分别使用sax、dom、pull对下述的xml文件进行解析