python3之xml处理（xml.etree.ElementTree）

XML简介

XML（可扩展性标记语言eXtensible Markup Language）是一种非常常用的文件类型，被设计用来传输和存储数据而不是显示数据（HTML用于显示数据），XML 标签没有被预定义。您需要自行定义标签。python3.3以后使用xml.etree.ElementTree模块。

XML格式

（1）标签/元素

（2）属性

（3）数据

例如：

<?xml version="1.0" encoding="UTF-8"?>
<breakfast_menu>
<food>
<name>Belgian Waffles</name>
<price>$5.95</price>
<description>
Two of our famous Belgian Waffles with plenty of real maple syrup
</description>
<calories>650</calories>
</food>
<food>
<name>Strawberry Belgian Waffles</name>
<price>$7.95</price>
<description>
Light Belgian waffles covered with strawberries and whipped cream
</description>
<calories>900</calories>
</food>
</breakfast_menu>

XML读取操作

有以下两种方式可以对XML字符串进行操作，都是拿到根节点breakfast_menu元素，在此基础上增删改查XML

（1）通过字符串方式读取，参数为XML字符串，直接返回的是一个根Element对象

import xml.etree.ElementTree as ET
xml_string ='''
<breakfast_menu>
<food>
<name>Belgian Waffles</name>
<price>$5.95</price>
<description>
Two of our famous Belgian Waffles with plenty of real maple syrup
</description>
<calories>650</calories>
</food>
<food>
<name>Strawberry Belgian Waffles</name>
<price>$7.95</price>
<description>
Light Belgian waffles covered with strawberries and whipped cream
</description>
<calories>900</calories>
</food>
<food>
<name>Berry-Berry Belgian Waffles</name>
<price>$8.95</price>
<description>Light Belgian waffles covered with an assortment of fresh berries and whipped cream</description>
<calories>900</calories>
</food>
<food>
<name>French Toast</name>
<price>$4.50</price>
<description>
Thick slices made from our homemade sourdough bread
</description>
<calories>600</calories>
</food>
<food>
<name>Homestyle Breakfast</name>
<price>$6.95</price>
<description>
Two eggs, bacon or sausage, toast, and our ever-popular hash browns
</description>
<calories>950</calories>
</food>
</breakfast_menu>
'''
root = ET.fromstring(xml_string)
print(root) ==> <Element 'breakfast_menu' at 0x101f94a98>

（2）从xml文件中读取，用getroot获取根节点，根节点也是Element对象

import xml.etree.ElementTree as ET
tree = ET.parse('xml_test')
root = tree.getroot()
print(tree) ==> <xml.etree.ElementTree.ElementTree object at 0x104100a20>
print(root) ==> <Element 'breakfast_menu' at 0x101d94a98>这个通第一种方式直接获取的结果一样

访问XML元素：标签（tag）、属性（attrib）、值（text）

（1）访问Element元素对象的标签、属性、值

tag = element.tag
attrib = element.attrib
value = element.text

（2）访问子节点元素对象及其标签、属性、值

这里的for i in root只能访问root的直接子元素，下面的for I in root.iter()是访问直接子元素。
for child in root:
print(child,child.tag,child.attrib,child.text)
for child_child in child:
print(child_child, child_child.tag, child_child.attrib, child_child.text)

结果类似如下：

<Element 'food' at 0x101e94bd8> food {}
<Element 'name' at 0x104111cc8> name {} Belgian Waffles<Element 'price' at                   0x104570278> price {} $5.95
<Element 'description' at 0x1045702c8> description {}
Two of our famous Belgian Waffles with plenty of real maple syrup
<Element 'calories' at 0x104570908> calories {} 650

<Element 'food' at 0x10457a9f8> food {}
<Element 'name' at 0x10457aa48> name {} Strawberry Belgian Waffles
<Element 'description' at 0x10457ab38> description {}
Light Belgian waffles covered with strawberries and whipped cream
<Element 'calories' at 0x10457ab88> calories {} 900

（3）Elements元素对象都是可迭代的对象，可以直接对其list(Element)将其转化为列表：

import xml.etree.ElementTree as ET
tree = ET.parse('xml_test')
root = tree.getroot()
print(list(root)) ==>[<Element 'food' at 0x101c94bd8>, <Element 'food' at 0x10457aa48>, <Element 'food' at 0x10457ac28>, <Element 'food' at 0x10457ae08>, <Element 'food' at 0x10457af98>]
如上，list(root)的结果就是其3个子元素组成的列表，这时可以访问其标签、属性、值，然后对其每个子元素也可以同样的方法转换为列表访问各个属性，当然可以通过迭代的方法用for循环来操作。

（4）按照元素名字访问或者迭代元素

1. Element.iter("tag"),可以罗列该节点所包含的所有其他节点（element对象）
print(root.iter()) ：返回一个可迭代对象，迭代这个对象可以迭代出包括根节点在内的所有元素节点
print(list(root.iter())) ：返回一个列表，将所有元素对象放在一个列表中
print(root.iter('name')) ：返回一个可迭代对象，迭代这个对象可以迭代出所有元素标签名为name的元素elemen对象
print(list(root.iter('name')))：返回一个列表，将所有标签名为name的元素对象放到一个列表中

2. Element.findall("tag")：查找当前元素为“tag”的直接子元素,tag不能省略
3. Element.find("tag"):查找为tag的第一个直接子元素，如没有，返回None

（5）修改XML文件

ElementTree.write("xml_test"):更新xml文件
Element.append(element):为当前element对象添加子元素（element）
Element.set(key,value):为当前element的key属性设置value值
Element.remove(element):删除为element的节点

#读取待修改xml文件
updateTree = ET.parse("xml_test")
root = updateTree.getroot()
#创建新节点并添加为root的子节点
newEle = ET.Element("NewElement")
newEle.attrib = {"name":"NewElement","age":"20"}
newEle.text = "This is a new element"
root.append(newEle)

#修改sub1的name属性
sub1 = root.find("food")
sub1.set("name","New Name")

#修改sub2的数据值
sub2 = root.find("sub2")
sub2.text = "New Value"

#写回原文件
updateTree.write("xml_test")