首页 > 编程笔记 > Python笔记 阅读：29

Python中XML文件的处理（非常详细）

XML 格式虽然比 JSON 格式复杂，但是作为一种常用的数据格式，在物联网应用中依然很常见，熟悉 Python 对 XML 文件的操作是非常有必要的。

XML文件简介

XML（可扩展性标记语言）是一种非常常用的文件类型，主要用于存储和传输数据。XML 文件的格式为： 
<zoo>
    <animal id='1'>
        <name>dog</name>
        <age>2</age>
    </animal>
    <animal id='2'>
        <name>tiger</name>
        <age>3</age>
    </animal>
</zoo>
XML文件有下列特征： 
<zoo>
    <animal></animal>
</zoo>

Python 对 XML 文件的操作方法主要有三种：DOM、SAX 及 ElementTree：

Python解析XML文件

准备一个名为 zoo.xml 的 XML 文件，完整内容为： 
<?xml version="1.0" encoding="utf-8"?>
<zoo>
    <animal id='1'>
        <name>dog</name>
        <age>2</age>
    </animal>
    <animal id='2'>
        <name>tiger</name>
        <age>3</age>
    </animal>
</zoo>
首先导入 ElementTree 模块，即： 
import xml.etree.ElementTree as ET
加载 zoo.xml 文件，即： 
root = ET.parse('zoo.xml')
通过 getiterator() 获取指定节点，即： 
animal_node = root.getiterator("animal")
利用 getchildren() 获取子节点，并将标签和值打印出来，即： 
for node in animal_node:
    animal_node_child = node.getchildren()[0]
    print(animal_node_child.tag+':'+animal_node_child.text)
element 对象的标签、属性和值如下： 
标签=element.tag;
属性=element.attrib;
值=element.text

以上步骤的完整代码为： 
import xml.etree.ElementTree as ET

root = ET.parse('zoo.xml')
animal_node = root.getiterator("animal")
for node in animal_node:
    animal_node_child = node.getchildren()[0]
    print(animal_node_child.tag+':'+animal_node_child.text)
运行结果为：

name:dog
name:tiger

1) find()和findall()方法

find() 方法用于查找指定的第一个节点，即： 
import xml.etree.ElementTree as ET

root = ET.parse('zoo.xml')
zoo_find=root.find('animal')
for note in zoo_find:
    print(note.tag+':'+note.text)
运行后，可打印出第一个 animal 的所有内容，即：

name:dog
age:2


findall() 方法用于查找指定的所有节点，即： 
import xml.etree.ElementTree as ET

root = ET.parse('zoo.xml')
zoo=root.findall('animal')
for zoo_animal in zoo:
    for note in zoo_animal:
        print(note.tag+':'+note.text)
运行后，可打印出所有 animal 标签的内容，即：

name:dog
age:2
name:tiger
age:3

Python创建和修改XML文件

除了需要解析 XML 文件，有时候还需要修改 XML 文件中的内容或创建一个 XML 文件。ElementTree 模块提供了这样的支持。

1、创建XML文件

使用 ElementTree 模块创建XML文件的流程如下：
1) 导入ElementTree模块： 
import xml.etree.ElementTree as ET
2) 创建根节点： 
root = ET.Element("root")
3) 创建子节点 sub1，并为其添加属性： 
sub1 = ET.SubElement(root,"sub1")
sub1.attrib = {"attribute":"sub1 attribute"}
4) 创建子节点 sub2，并为其添加数据： 
sub2 = ET.SubElement(root,"sub2")
sub2.text = "new xml"
5) 创建子节点 sub3，并为其添加数据： 
sub3 = ET.SubElement(root,"sub3")
sub3.text = "sub3 value"
6) 创建 elementtree 对象，并写入文件： 
tree = ET.ElementTree(root)
tree.write("new.xml")

流程的完整代码为： 
import xml.etree.ElementTree as ET

root = ET.Element("root")

sub1 = ET.SubElement(root,"sub1")
sub1.attrib = {"attribute":"sub1 attribute"}

sub2 = ET.SubElement(root,"sub2")
sub2.text = "new xml"

sub3 = ET.SubElement(root,"sub3")
sub3.text = "sub3 value"

tree = ET.ElementTree(root)
tree.write("new.xml")
运行后，会在当前目录下生成 new.xml 文件，内容为： 
<root>
    <sub1 attribute="sub1 attribute" />
    <sub2>new xml</sub2>
    <sub3>sub3 value</sub3>
</root>
调整一下格式，也就是： 
<root>
    <sub1 attribute="sub1 attribute" />
    <sub2>new xml</sub2>
    <sub3>sub3 value</sub3>
</root>

2、修改XML文件

ElementTree 模块提供了多种修改 XML 文件的方法：
修改 XML 文件的流程如下：
1) 导入 ElementTree 模块： 
import xml.etree.ElementTree as ET
2) 读取将被修改的文件并获取根节点，此处使用前文生成的 new.xml： 
tree = ET.parse("new.xml")
root = tree.getroot()
3) 创建新节点 sub_new，添加属性和数据，并将其设置为 root 的子节点： 
sub_new = ET.Element("sub_new")
sub_new.attrib = {"name":"messi","age":"30"}
sub_new.text = "new element"
root.append(sub_new)
4) 修改 sub1 的 attribute 属性： 
sub1 = root.find("sub1")
sub1.set("attribute","new attribute")
5) 修改 sub2 的数据： 
sub2 = root.find("sub2")
sub2.text = "new value"
6) 删除子节点 sub3： 
sub3 = root.find("sub3")
sub3.remove(sub3)
7) 将修改结果写回原文件： 
tree.write("new.xml")

流程的完整代码为： 
import xml.etree.ElementTree as ET

tree = ET.parse("new.xml")
root = tree.getroot()

sub_new = ET.Element("sub_new")
sub_new.attrib = {"name":"messi","age":"30"}
sub_new.text = "new element"
root.append(sub_new)

sub1 = root.find("sub1")
sub1.set("attribute","new attribute")

sub2 = root.find("sub2")
sub2.text = "new value"

sub3 = root.find("sub3")
sub3.remove(sub3)

tree.write("new.xml")
运行后，new.xml 文件的内容将被修改为： 
<root>
    <sub1 attribute="new attribute" />
    <sub2>new value</sub2>
    <sub_new age="30" name="messi">new element</sub_new>
</root>
将 new.xml 调整一下格式后，更加直观，即： 
<root>
    <sub1 attribute="new attribute" />
    <sub2>new value</sub2>
    <sub_new age="30" name="messi">new element</sub_new>
</root>
可以看出，程序运行结果与预期一致：节点 sub1 的属性被修改，节点 sub2 的数据被修改，新增了子节点 sub_new，原来的节点 sub3 被删除。

相关文章