Python實(shí)現(xiàn)XML文件解析的示例代碼
1. XML簡(jiǎn)介
XML(eXtensible Markup Language)指可擴(kuò)展標(biāo)記語(yǔ)言,被設(shè)計(jì)用來(lái)傳輸和存儲(chǔ)數(shù)據(jù),已經(jīng)日趨成為當(dāng)前許多新生技術(shù)的核心,在不同的領(lǐng)域都有著不同的應(yīng)用。它是web發(fā)展到一定階段的必然產(chǎn)物,既具有SGML的核心特征,又有著HTML的簡(jiǎn)單特性,還具有明確和結(jié)構(gòu)良好等許多新的特性。
test.XML文件
<?xml version="1.0" encoding="utf-8"?> <catalog> <maxid>4</maxid> <login username="pytest" passwd='123456'> <caption>Python</caption> <item id="4"> <caption>測(cè)試</caption> </item> </login> <item id="2"> <caption>Zope</caption> </item> </catalog>
XML詳細(xì)介紹可以參考: http://www.w3school.com.cn/xmldom/dom_nodetype.asp
2. XML文件解析
python解析XML常見(jiàn)的有三種方法:一是xml.dom.*模塊,它是W3C DOM API的實(shí)現(xiàn),若需要處理DOM API則該模塊很適合;二是xml.sax.*模塊,它是SAX API的實(shí)現(xiàn),這個(gè)模塊犧牲了便捷性來(lái)?yè)Q取速度和內(nèi)存占用,SAX是一個(gè)基于事件的API,這就意味著它可以“在空中”處理龐大數(shù)量的的文檔,不用完全加載進(jìn)內(nèi)存;三是xml.etree.ElementTree模塊(簡(jiǎn)稱 ET),它提供了輕量級(jí)的Python式的API,相對(duì)于DOM來(lái)說(shuō)ET 快了很多,而且有很多令人愉悅的API可以使用,相對(duì)于SAX來(lái)說(shuō)ET的ET.iterparse也提供了 “在空中” 的處理方式,沒(méi)有必要加載整個(gè)文檔到內(nèi)存,ET的性能的平均值和SAX差不多,但是API的效率更高一點(diǎn)而且使用起來(lái)很方便。
2.1 xml.dom.*
文件對(duì)象模型(Document Object Model,簡(jiǎn)稱DOM),是W3C組織推薦的處理可擴(kuò)展置標(biāo)語(yǔ)言的標(biāo)準(zhǔn)編程接口。一個(gè) DOM 的解析器在解析一個(gè)XML文檔時(shí),一次性讀取整個(gè)文檔,把文檔中所有元素保存在內(nèi)存中的一個(gè)樹結(jié)構(gòu)里,之后你可以利用DOM 提供的不同的函數(shù)來(lái)讀取或修改文檔的內(nèi)容和結(jié)構(gòu),也可以把修改過(guò)的內(nèi)容寫入xml文件。python中用xml.dom.minidom來(lái)解析xml文件。
a. 獲得子標(biāo)簽
b. 區(qū)分相同標(biāo)簽名的標(biāo)簽
c. 獲取標(biāo)簽屬性值
d. 獲取標(biāo)簽對(duì)之間的數(shù)據(jù)
#coding=utf-8 #通過(guò)minidom解析xml文件 import xml.dom.minidom as xmldom import os ''' XML文件讀取 <?xml version="1.0" encoding="utf-8"?> <catalog> <maxid>4</maxid> <login username="pytest" passwd='123456'>dasdas <caption>Python</caption> <item id="4"> <caption>測(cè)試</caption> </item> </login> <item id="2"> <caption>Zope</caption> </item> </catalog> ''' xmlfilepath = os.path.abspath("test.xml") print ("xml文件路徑:", xmlfilepath) # 得到文檔對(duì)象 domobj = xmldom.parse(xmlfilepath) print("xmldom.parse:", type(domobj)) # 得到元素對(duì)象 elementobj = domobj.documentElement print ("domobj.documentElement:", type(elementobj)) #獲得子標(biāo)簽 subElementObj = elementobj.getElementsByTagName("login") print ("getElementsByTagName:", type(subElementObj)) print (len(subElementObj)) # 獲得標(biāo)簽屬性值 print (subElementObj[0].getAttribute("username")) print (subElementObj[0].getAttribute("passwd")) #區(qū)分相同標(biāo)簽名的標(biāo)簽 subElementObj1 = elementobj.getElementsByTagName("caption") for i in range(len(subElementObj1)): print ("subElementObj1[i]:", type(subElementObj1[i])) print (subElementObj1[i].firstChild.data) #顯示標(biāo)簽對(duì)之間的數(shù)據(jù)
輸出結(jié)果:
>>> D:\Pystu>python xml_instance.py
>>> xml文件路徑: D:\Pystu\test.xml
>>> xmldom.parse: <class 'xml.dom.minidom.Document'>
>>> domobj.documentElement: <class 'xml.dom.minidom.Element'>
>>> getElementsByTagName: <class 'xml.dom.minicompat.NodeList'>
>>> username: pytest
>>> passwd: 123456
>>> subElementObj1[i]: <class 'xml.dom.minidom.Element'>
>>> Python
>>> subElementObj1[i]: <class 'xml.dom.minidom.Element'>
>>> 測(cè)試
>>> subElementObj1[i]: <class 'xml.dom.minidom.Element'>
>>> Zope
2.2 xml.etree.ElementTree
ElementTree生來(lái)就是為了處理XML,它在Python標(biāo)準(zhǔn)庫(kù)中有兩種實(shí)現(xiàn):一種是純Python實(shí)現(xiàn)的,如xml.etree.ElementTree,另一種是速度快一點(diǎn)的xml.etree.cElementTree。注意:盡量使用C語(yǔ)言實(shí)現(xiàn)的那種,因?yàn)樗俣雀?,而且消耗的?nèi)存更少。
a. 遍歷根節(jié)點(diǎn)的下一層
b. 下標(biāo)訪問(wèn)各個(gè)標(biāo)簽、屬性、文本
c. 查找root下的指定標(biāo)簽
d. 遍歷XML文件
e. 修改XML文件
#coding=utf-8 #通過(guò)解析xml文件 ''' try: import xml.etree.CElementTree as ET except: import xml.etree.ElementTree as ET 從Python3.3開始ElementTree模塊會(huì)自動(dòng)尋找可用的C庫(kù)來(lái)加快速度 ''' import xml.etree.ElementTree as ET import os import sys ''' XML文件讀取 <?xml version="1.0" encoding="utf-8"?> <catalog> <maxid>4</maxid> <login username="pytest" passwd='123456'>dasdas <caption>Python</caption> <item id="4"> <caption>測(cè)試</caption> </item> </login> <item id="2"> <caption>Zope</caption> </item> </catalog> ''' #遍歷xml文件 def traverseXml(element): #print (len(element)) if len(element)>0: for child in element: print (child.tag, "----", child.attrib) traverseXml(child) #else: #print (element.tag, "----", element.attrib) if __name__ == "__main__": xmlFilePath = os.path.abspath("test.xml") print(xmlFilePath) try: tree = ET.parse(xmlFilePath) print ("tree type:", type(tree)) # 獲得根節(jié)點(diǎn) root = tree.getroot() except Exception as e: #捕獲除與程序退出sys.exit()相關(guān)之外的所有異常 print ("parse test.xml fail!") sys.exit() print ("root type:", type(root)) print (root.tag, "----", root.attrib) #遍歷root的下一層 for child in root: print ("遍歷root的下一層", child.tag, "----", child.attrib) #使用下標(biāo)訪問(wèn) print (root[0].text) print (root[1][1][0].text) print (20 * "*") #遍歷xml文件 traverseXml(root) print (20 * "*") #根據(jù)標(biāo)簽名查找root下的所有標(biāo)簽 captionList = root.findall("item") #在當(dāng)前指定目錄下遍歷 print (len(captionList)) for caption in captionList: print (caption.tag, "----", caption.attrib, "----", caption.text) #修改xml文件,將passwd修改為999999 login = root.find("login") passwdValue = login.get("passwd") print ("not modify passwd:", passwdValue) login.set("passwd", "999999") #修改,若修改text則表示為login.text print ("modify passwd:", login.get("passwd"))
輸出結(jié)果:
>>> D:\Pystu\test.xml
>>> tree type: <class 'xml.etree.ElementTree.ElementTree'>
>>> root type: <class 'xml.etree.ElementTree.Element'>
>>> catalog ---- {}
>>> 遍歷root的下一層 maxid ---- {}
>>> 遍歷root的下一層 login ---- {'username': 'pytest', 'passwd': '123456'}
>>> 遍歷root的下一層 item ---- {'id': '2'}
>>> 4
>>> 測(cè)試
>>> ********************
>>> maxid ---- {}
>>> login ---- {'username': 'pytest', 'passwd': '123456'}
>>> caption ---- {}
>>> item ---- {'id': '4'}
>>> caption ---- {}
>>> item ---- {'id': '2'}
>>> caption ---- {}
>>> ********************
>>> 1
>>> item ---- {'id': '2'} ----
>>> not modify passwd: 123456
>>> modify passwd: 999999
附:
#coding=utf-8 ''' XML解析類 @功能-結(jié)點(diǎn)的增刪改查 ''' import xml.etree.ElementTree as ET import sys import os.path class XmlParse: def __init__(self, file_path): self.tree = None self.root = None self.xml_file_path = file_path def ReadXml(self): try: print("xmlfile:", self.xml_file_path) self.tree = ET.parse(self.xml_file_path) self.root = self.tree.getroot() except Exception as e: print ("parse xml faild!") sys.exit() else: print ("parse xml success!") finally: return self.tree def CreateNode(self, tag, attrib, text): element = ET.Element(tag, attrib) element.text = text print ("tag:%s;attrib:%s;text:%s" %(tag, attrib, text)) return element def AddNode(self, Parent, tag, attrib, text): element = self.CreateNode(tag, attrib, text) if Parent: Parent.append(element) el = self.root.find("lizhi") print (el.tag, "----", el.attrib, "----", el.text) else: print ("parent is none") def WriteXml(self, destfile): dest_xml_file = os.path.abspath(destfile) self.tree.write(dest_xml_file, encoding="utf-8",xml_declaration=True) if __name__ == "__main__": xml_file = os.path.abspath("test.xml") parse = XmlParse(xml_file) tree = parse.ReadXml() root = tree.getroot() print (root) parse.AddNode(root, "Python", {"age":"22", "hello":"world"}, "YES") parse.WriteXml("testtest.xml")
2.3 xml.sax.*
SAX是一種基于事件驅(qū)動(dòng)的API,利用SAX解析XML牽涉到兩個(gè)部分:解析器和事件處理器。
解析器負(fù)責(zé)讀取XML文檔,并向事件處理器發(fā)送事件,如元素開始跟元素結(jié)束事件
事件處理器則負(fù)責(zé)對(duì)事件作出相應(yīng),對(duì)傳遞的XML數(shù)據(jù)進(jìn)行處理
常用場(chǎng)景:
(1)對(duì)大型文件進(jìn)行處理
(2)只需文件的部分內(nèi)容,或只需從文件中得到特定信息
(3)想建立自己的對(duì)象模型
基于事件驅(qū)動(dòng)的SAX解析XML內(nèi)容的知識(shí)后續(xù)補(bǔ)充!
以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
在Python的Django框架中實(shí)現(xiàn)Hacker News的一些功能
這篇文章主要介紹了在Python的Django框架中實(shí)現(xiàn)Hacker News的一些功能,包括投票“頂”評(píng)論等功能,需要的朋友可以參考下2015-04-04python使用selenium實(shí)現(xiàn)批量文件下載
這篇文章主要介紹了python使用selenium實(shí)現(xiàn)批量文件下載,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-03-03Python入門教程(二十二)Python的類和對(duì)象
這篇文章主要介紹了Python入門教程(二十二)Python的類和對(duì)象,Python是一門非常強(qiáng)大好用的語(yǔ)言,也有著易上手的特性,本文為入門教程,需要的朋友可以參考下2023-04-04使用Python的networkx繪制精美網(wǎng)絡(luò)圖教程
今天小編就為大家分享一篇使用Python的networkx繪制精美網(wǎng)絡(luò)圖教程,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-11-11如何利用pygame實(shí)現(xiàn)簡(jiǎn)單的五子棋游戲
這篇文章主要給大家介紹了關(guān)于如何利用pygame實(shí)現(xiàn)簡(jiǎn)單的五子棋游戲的相關(guān)資料,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家學(xué)習(xí)或者使用pygame具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-12-12Python爬取京東商品信息評(píng)論存并進(jìn)MySQL
這篇文章主要介紹了Python爬取京東商品信息評(píng)論存并進(jìn)MySQL,文章通過(guò)構(gòu)建mysql數(shù)據(jù)表展開Python爬取信息存進(jìn)MySQL的內(nèi)容,需要的小伙伴可以參考一下2022-04-04python實(shí)現(xiàn)釘釘機(jī)器人自動(dòng)打卡天天早下班
這篇文章主要為大家介紹了python實(shí)現(xiàn)釘釘機(jī)器人自動(dòng)打卡天天下早班實(shí)例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2022-06-06python?matplotlib繪圖詳解大全(非常詳細(xì)!)
這篇文章主要給大家介紹了關(guān)于python?matplotlib繪圖詳解的相關(guān)資料,matplotlib是python中用于繪制各種圖像的模塊,功能十分強(qiáng)大,通常與pandas模塊搭配使用,可以生成各種樣視的圖片,用于數(shù)據(jù)的分析和展示,需要的朋友可以參考下2023-09-09