Python中將字典轉(zhuǎn)換為XML以及相關(guān)的命名空間解析
盡管 xml.etree.ElementTree 庫通常用來做解析工作,其實(shí)它也可以創(chuàng)建XML文檔。 例如,考慮如下這個(gè)函數(shù):
from xml.etree.ElementTree import Element def dict_to_xml(tag, d): ''' Turn a simple dict of key/value pairs into XML ''' elem = Element(tag) for key, val in d.items(): child = Element(key) child.text = str(val) elem.append(child) return elem
下面是一個(gè)使用例子:
>>> s = { 'name': 'GOOG', 'shares': 100, 'price':490.1 } >>> e = dict_to_xml('stock', s) >>> e <Element 'stock' at 0x1004b64c8> >>>
轉(zhuǎn)換結(jié)果是一個(gè) Element 實(shí)例。對于I/O操作,使用 xml.etree.ElementTree 中的 tostring() 函數(shù)很容易就能將它轉(zhuǎn)換成一個(gè)字節(jié)字符串。例如:
>>> from xml.etree.ElementTree import tostring >>> tostring(e) b'<stock><price>490.1</price><shares>100</shares><name>GOOG</name></stock>' >>>
如果你想給某個(gè)元素添加屬性值,可以使用 set() 方法:
>>> e.set('_id','1234') >>> tostring(e) b'<stock _id="1234"><price>490.1</price><shares>100</shares><name>GOOG</name> </stock>' >>>
如果你還想保持元素的順序,可以考慮構(gòu)造一個(gè) OrderedDict 來代替一個(gè)普通的字典。當(dāng)創(chuàng)建XML的時(shí)候,你被限制只能構(gòu)造字符串類型的值。例如:
def dict_to_xml_str(tag, d): ''' Turn a simple dict of key/value pairs into XML ''' parts = ['<{}>'.format(tag)] for key, val in d.items(): parts.append('<{0}>{1}</{0}>'.format(key,val)) parts.append('</{}>'.format(tag)) return ''.join(parts)
問題是如果你手動的去構(gòu)造的時(shí)候可能會碰到一些麻煩。例如,當(dāng)字典的值中包含一些特殊字符的時(shí)候會怎樣呢?
>>> d = { 'name' : '<spam>' } >>> # String creation >>> dict_to_xml_str('item',d) '<item><name><spam></name></item>' >>> # Proper XML creation >>> e = dict_to_xml('item',d) >>> tostring(e) b'<item><name><spam></name></item>' >>>
注意到程序的后面那個(gè)例子中,字符 ‘<' 和 ‘>' 被替換成了 < 和 >
下面僅供參考,如果你需要手動去轉(zhuǎn)換這些字符, 可以使用 xml.sax.saxutils 中的 escape() 和 unescape() 函數(shù)。例如:
>>> from xml.sax.saxutils import escape, unescape >>> escape('<spam>') '<spam>' >>> unescape(_) '<spam>' >>>
除了能創(chuàng)建正確的輸出外,還有另外一個(gè)原因推薦你創(chuàng)建 Element 實(shí)例而不是字符串, 那就是使用字符串組合構(gòu)造一個(gè)更大的文檔并不是那么容易。 而 Element 實(shí)例可以不用考慮解析XML文本的情況下通過多種方式被處理。 也就是說,你可以在一個(gè)高級數(shù)據(jù)結(jié)構(gòu)上完成你所有的操作,并在最后以字符串的形式將其輸出。
利用命名空間解析XML文檔
如果你解析這個(gè)文檔并執(zhí)行普通的查詢,你會發(fā)現(xiàn)這個(gè)并不是那么容易,因?yàn)樗胁襟E都變得相當(dāng)?shù)姆爆崱?/p>
>>> # Some queries that work >>> doc.findtext('author') 'David Beazley' >>> doc.find('content') <Element 'content' at 0x100776ec0> >>> # A query involving a namespace (doesn't work) >>> doc.find('content/html') >>> # Works if fully qualified >>> doc.find('content/{http://www.w3.org/1999/xhtml}html') <Element '{http://www.w3.org/1999/xhtml}html' at 0x1007767e0> >>> # Doesn't work >>> doc.findtext('content/{http://www.w3.org/1999/xhtml}html/head/title') >>> # Fully qualified >>> doc.findtext('content/{http://www.w3.org/1999/xhtml}html/' ... '{http://www.w3.org/1999/xhtml}head/{http://www.w3.org/1999/xhtml}title') 'Hello World' >>>
你可以通過將命名空間處理邏輯包裝為一個(gè)工具類來簡化這個(gè)過程:
class XMLNamespaces: def __init__(self, **kwargs): self.namespaces = {} for name, uri in kwargs.items(): self.register(name, uri) def register(self, name, uri): self.namespaces[name] = '{'+uri+'}' def __call__(self, path): return path.format_map(self.namespaces)
通過下面的方式使用這個(gè)類:
>>> ns = XMLNamespaces(html='http://www.w3.org/1999/xhtml') >>> doc.find(ns('content/{html}html')) <Element '{http://www.w3.org/1999/xhtml}html' at 0x1007767e0> >>> doc.findtext(ns('content/{html}html/{html}head/{html}title')) 'Hello World' >>>
討論
解析含有命名空間的XML文檔會比較繁瑣。 上面的 XMLNamespaces 僅僅是允許你使用縮略名代替完整的URI將其變得稍微簡潔一點(diǎn)。
很不幸的是,在基本的 ElementTree 解析中沒有任何途徑獲取命名空間的信息。 但是,如果你使用 iterparse() 函數(shù)的話就可以獲取更多關(guān)于命名空間處理范圍的信息。例如:
>>> from xml.etree.ElementTree import iterparse >>> for evt, elem in iterparse('ns2.xml', ('end', 'start-ns', 'end-ns')): ... print(evt, elem) ... end <Element 'author' at 0x10110de10> start-ns ('', 'http://www.w3.org/1999/xhtml') end <Element '{http://www.w3.org/1999/xhtml}title' at 0x1011131b0> end <Element '{http://www.w3.org/1999/xhtml}head' at 0x1011130a8> end <Element '{http://www.w3.org/1999/xhtml}h1' at 0x101113310> end <Element '{http://www.w3.org/1999/xhtml}body' at 0x101113260> end <Element '{http://www.w3.org/1999/xhtml}html' at 0x10110df70> end-ns None end <Element 'content' at 0x10110de68> end <Element 'top' at 0x10110dd60> >>> elem # This is the topmost element <Element 'top' at 0x10110dd60> >>>
最后一點(diǎn),如果你要處理的XML文本除了要使用到其他高級XML特性外,還要使用到命名空間, 建議你最好是使用 lxml 函數(shù)庫來代替 ElementTree 。 例如,lxml 對利用DTD驗(yàn)證文檔、更好的XPath支持和一些其他高級XML特性等都提供了更好的支持。 這一小節(jié)其實(shí)只是教你如何讓XML解析稍微簡單一點(diǎn)。
相關(guān)文章
Python新手學(xué)習(xí)標(biāo)準(zhǔn)庫模塊命名
在本篇內(nèi)容中,小編給大家分享的是關(guān)于Python標(biāo)準(zhǔn)庫模塊命名詳解內(nèi)容,有需要的朋友們可以參考下。2020-05-05Python實(shí)例方法、類方法、靜態(tài)方法的區(qū)別與作用詳解
這篇文章主要介紹了Python實(shí)例方法、類方法、靜態(tài)方法的區(qū)別與作用,結(jié)合實(shí)例形式分析了Python面向?qū)ο蟪绦蛟O(shè)計(jì)中實(shí)例方法、類方法、靜態(tài)方法的概念、原理、用法及相關(guān)操作技巧,需要的朋友可以參考下2019-03-03使用python腳本實(shí)現(xiàn)查詢火車票工具
這篇文章主要介紹了使用python腳本實(shí)現(xiàn)查詢火車票工具,本文通過實(shí)例代碼給大家介紹的非常詳細(xì),具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2018-07-07對Python中GIL(全局解釋器鎖)的一點(diǎn)理解淺析
首先需要明確的一點(diǎn)是GIL并不是Python的特性,它是在實(shí)現(xiàn)Python解析器(CPython)時(shí)所引入的一個(gè)概念,下面這篇文章主要給大家介紹了關(guān)于對Python中GIL的一點(diǎn)理解,文中通過示例代碼介紹的非常詳細(xì),需要的朋友可以參考下2022-05-05python實(shí)現(xiàn)套接字創(chuàng)建
這篇文章主要為大家介紹了python套接字創(chuàng)建實(shí)現(xiàn),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2022-05-05Pytorch如何打印與Keras的model.summary()類似的輸出(最新推薦)
這篇文章主要介紹了Pytorch如何打印與Keras的model.summary()類似的輸出,本文給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2023-07-07